首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业
              和信息化部
  • 主办:南京航空航天大学
              全国高校机械工程
              测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
汽轮机故障诊断的粒子群优化加权模糊聚类法
  
DOI:
中文关键词:  汽轮机 故障诊断 模糊C-均值 加权模糊聚类 粒子群优化
英文关键词:steam turbine fault diagnosis fuzzy C-means weighted fuzzy cluster ing particle swarm optimization
基金项目:
作者单位
陈平,张钧,鞠萍华等  
摘要点击次数: 2098
全文下载次数: 43
中文摘要:
      针对模糊C-均值算法在汽轮机故障诊断中的不足,提出了粒子群优化加权模糊聚类分析的方法。首先,采用基于样本相似度的特征加权方法对样本特征及样本进行加权,以适应各种复杂分布的样本;然后,利用粒子群算法优化加权模糊聚类的特征权值和聚类目标函数,并依据聚类有效性指标自适应确定最佳聚类数及聚类结果。试验结果表明,该方法具有收敛速度快和全局收敛的特点,有效降低了汽轮机故障诊断的误分类率,诊断结果可靠。
英文摘要:
      Aimed at the disadvantages of fuzzy C-means in fault diagnosis of stea m turbine set, a weighted fuzzy clustering method based on particle swarm optimi zation is put forward. Firstly, the method adopts similarity based weighting me th od to assign feature weights and sample weights in order to handle the variety of samples with complicated distribution. Then, the particle swarm optimization with compression factor is used to optimize feature weights and clustering target function of weighted fuzzy clustering. Finally, the best clustering num and clustering result are adaptively obtained by clustering validity function. Applicat ion results show that the method reduces the misclassification rate in fault dia gnosis of steam turbine set with the features of fast convergence and global con vergence. It can diagnose single fault and compound faults with high reliability and practicality.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2714297位访问者 本站今日一共被访问636

技术支持:北京勤云科技发展有限公司