基于小波包变换和虚拟仪器检测电动机振动信号

小波包变换(WPD)不仅能检测非平稳信号的整次谐波，还能检测信号的非整次谐波，又因为小波变换本身对信号的奇异点十分敏感，这个特点可以用来跟踪电动机振动速度信号。在虚拟仪器(VI)LabVIEW6．i平台上，基于小波包变换算法设计了VI程序，实现了电动机振动速度信号实时检测系统。经过信号处理，该系统还具有信噪分离、测量电动机振动功率谱、伴有噪声的原始振动波形和噪声波等测量功能。实测Y630-10／1180型大型三相异步电动机的振动速度信号，结果表明，该方法是可行的和有效的。     

基于稠密区域的K-medoids聚类算法

针对传统K-medoids聚类算法对初始中心点敏感,以及迭代次数较高等缺点,提出一种可行的初始化方法和中心点搜索更新策略。新算法首先利用密度可达思想为数据集中每个对象建立一个稠密区域,遴选出[K]个密度大且距离较远的稠密区域,把对应的稠密区域的核心对象作为聚类算法的[K]个初始中心点;其次,把[K]个中心点搜索更新范围锁定在所选的[K]个有效稠密区域里。新算法在Iris、Wine、PId标准数据集中测试,获取了理想中心点和稠密区域,并且在较少的迭代次数内收敛到最优解或近似最优解。