共查询到20条相似文献,搜索用时 109 毫秒
1.
一种新的优化方法—遗传算法及其应用 总被引:3,自引:0,他引:3
遗传算法是一种新的概念优化方法,在工程中已引起广泛重视。本文对遗传算法的原理及应用进行了阐述,探讨了存在的问题,并提出了一些今后的研究方向。 相似文献
2.
提出了一种基于多方法的多传感器数据融合算法,分批估计融合求得单传感器最优估计值,然后依据权值最优分配原则进行分组自适应加权融合处理.通过对多热电偶测温的实测数据分析表明,与算术平均值法、单传感器分批估计和自适应加权相结合的算法以及单传感器分批估计和多传感器分批估计相结合的算法相比,绝对误差分别降低3.52℃,1.28℃和1.227℃,相对误差分别降低0.294%,0.107%和0.102%. 相似文献
3.
4.
5.
基于遗传算法的旋转机械故障诊断方法融合 总被引:4,自引:0,他引:4
针对任何单一性质故障特征、单一诊断方法难以实现在整个故障状态空间上准确诊断的局限性,提出基于遗传算法的旋转机械融合诊断方法。该方法能有效利用各种不同性质故障特征和不同诊断方法,使其发挥各自的优点,从而提高诊断的准确率。针对不同特征利用遗传算法将神经网络诊断和人工免疫诊断方法融合起来,使每一个诊断方法都在其优势空间区域发挥作用,使用小波包能量特征和双谱特征对两种诊断方法训练后,用遗传算法优化诊断融合权值矩阵对旋转机械进行实例诊断结果表明,该融合诊断方法能有效地提高故障诊断的准确率,并能提高诊断系统的鲁棒性。 相似文献
6.
吴变样 《机械工程与自动化》2011,(2):64-66
模糊C-球壳聚类算法(FCSS)广泛应用于模式识别与机器学习领域。传统FCSS算法采用梯度法和交替寻优策略来求解,因此对初始值比较敏感,往往只能得到模型的局部极值点,从而影响聚类的效果,甚至使所采用的方法失效。将粒子群优化算法(PSO)、遗传算法(GA)与传统FCSS算法相结合,得到一种有效的混合球壳聚类算法PSO-GA-FCSS,数值实验结果表明新算法的性能优于FCSS算法、遗传算法与FCSS相结合的算法GA-FCSS以及粒子群算法与FCSS相结合的算法PSO-FCSS。 相似文献
7.
建立了设备选择的目标模型,根据2个聚类定量指标,构造了设备聚类的目标函数,设计了并行遗传算法的编码方法和操作算子,对上述问题进行求解。 相似文献
8.
火电机组信息融合故障诊断方法及其发展 总被引:4,自引:2,他引:4
简要叙述了火力发电机组信息融合故障诊断技术的发展情况,介绍了信息融合的基本概念,总结了在火电机组融合诊断中常用的一些融合方法,包括多种融合方法相结合的形式,重点提到了一种新的信息融合定量诊断方法——信息熵,并预测了火电机组融合诊断今后的发展方向 相似文献
9.
10.
提出了我国飞航导弹雷达导引头产品的系列化和快速设计的要求,指出导引头产品的模块化设计是实现该要求的重要手段;采用一种改进的聚类算法来实现导引头产品功能模块的划分,该算法是将划分方法中的k-平均算法结合导引头设计的实际过程进行改进,形成k-最短距离算法;给出了雷达导引头产品功能模块间的相异度评价准则。以雷达导引头的目标跟踪模块为例验证了该算法的正确性和实用性。 相似文献
11.
王志军 《机械制造与自动化》2006,35(4):100-102,105
通过一个实例,介绍了动态聚类法中C-均值算法在变速箱故障诊断中的具体应用。分析表明,使用C-均值算法对故障数据进行聚类分析,不需要模式的先验知识,且分类结果正确率较高,简便实用。 相似文献
12.
针对柴油发动机的充电发电机结构及振动的复杂性导致其转子振动故障具有多层次性、耦合性和随机性,以及故障信息不完整性等特点,提出了一种基于振动频谱分析和贝叶斯网络的转子振动故障诊断方法。该方法将故障源和故障现象根据专家经验数值化表示并离散化,运用改进的优化分簇算法,构建特定振动故障类型的贝叶斯诊断网络,利用贝叶斯网络推理算法诊断出故障概率分布,并利用具体的故障证据、设定值对该方法进行验证。仿真及实验结果表明,该方法能在故障信息不完整情况下,依据不完整证据信息更新各网络节点的概率状态,实现对不确定信息的推理和估计,得到较好的诊断结果,提高了转子振动故障的诊断准确度。 相似文献
13.
自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)方法以分解得到的单分量个数最少为优化目标,以单分量的瞬时频率具有物理意义为约束条件,使得到的分量更加合理;结合盲源分离,提出了一种基于ASTFA的盲源分离方法并应用于齿轮箱复合故障诊断中。该方法首先利用ASTFA将单通道源信号进行分解,然后利用占优特征值法进行源数估计,根据源数重组观测信号,最后对观测信号进行盲源分离得到源信号的估计。实验结果表明,该方法可以有效地对齿轮箱复合故障信号进行分离进而实现齿轮箱的复合故障诊断。 相似文献
14.
由于依靠一个状态的数据进行融合诊断存在误诊和漏诊的可能性,提出了一种基于时间信息的融合诊断方法,以小波分析和概率模型为分析手段,给出了基于时间信息融合的具体算法,并定义了故障定量判别的指标——故障度.通过转子故障模拟试验得到了大量数据,对故障实例的计算以及振动信号的分析结果表明,故障度能够有效地区分故障类别,提高了诊断的准确性. 相似文献
15.
16.
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. 相似文献
17.
针对基于内燃机振动信号的故障识别诊断问题,首先提出一种基于阈值筛选的变分模态分解(VMD)、玛基诺-希尔时频分布(MHD)的时频分析方法,该方法针对Cohen类时频分布存在的交叉干扰项问题,通过阈值筛选法确定VMD算法的分解层数,从而将内燃机振动信号分解成一系列单分量模态信号,然后对单分量信号进行MHD时频表征及线性叠加得到时频聚集性优良、物理意义明确的振动信号时频谱图。再通过局部非负矩阵分解(LNMF)对时频图像特征进行提取,将提取的特征与振动信号时域参数进行特征融合,得到融合特征向量。对支持向量机(SVM)采用改进粒子群优化算法进行参数优选,然后对特征向量进行训练和测试,实现了内燃机的故障识别诊断。将该方法应用于内燃机气门间隙故障8种工况下缸盖振动信号的识别诊断试验,结果表明,该方法能够对不同工况振动信号进行有效识别分类。通过参数优选,最高识别率达到了99.17%,同时对比传统的最近邻分类器的分类结果,证明了该方法的优越性。 相似文献
18.
设备故障诊断中的信息融合技术 总被引:9,自引:0,他引:9
简要综述了数据集成与信息融合的一般过程及融合结构。针对故障诊断过程,在数据融合与规则融合基础上,提出了灰色融合和模糊融合两种信息融合方法,并给出了并行决策融合模型。 相似文献
19.
基于信息融合的齿轮箱故障诊断技术研究 总被引:2,自引:0,他引:2
对齿轮箱的故障诊断和信息融合进行了简要概述,将信息融合技术和D-S证据推理运用于齿轮箱的故障诊断中,提出了一种可行有效的融合方法. 相似文献
20.
针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。 相似文献