共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
基于模糊C-均值聚类算法的柴油机磨损模式识别 总被引:1,自引:0,他引:1
将模糊C-均值聚类算法应用到柴油机磨损模式评价体系中,通过聚类中心和归一化的标准向量建立了磨损模式的模糊分析模型.对实际采集的20个样本进行模糊聚类分析,并与贴近度算法所得结果进行比较,证明模糊C-均值聚类算法对柴油机磨损模式的识别是准确、有效的. 相似文献
3.
提出了一种基于模糊聚类和模糊识别的循环水泄漏检测与定位方法,该方法通过气相色谱仪对循环水进行分析,运用模糊聚类方法建立循环水泄漏点标准谱图库,采用模糊识别确定待分析样本与标准谱图库中样本的关联程度,以此报告待分析样本的泄漏点位置。实例分析表明,使用该方法能够准确地对炼油厂循环水泄漏点进行检测与定位。 相似文献
4.
针对目前各种机械故障诊断方法的局限性,提出了基于总体平均经验模式分解(EEMD)样本熵和GK模糊聚类的故障特征提取和分类方法,建立了一种机械故障准确识别的有效途径。首先,对机械振动信号进行EEMD分解,得到若干不同时间尺度的固有模态函数(IMF)分量。其次,通过相关性分析和能量相结合的准则对IMF分量进行筛选,并将筛选出的IMF分量的样本熵组成故障特征向量。最后,将构造的特征向量输入到GK模糊聚类分类器中进行聚类识别。实验及工程实例证明了该方法的有效性和优越性。 相似文献
5.
6.
传统方法大多利用短时诊断法完成对机组设备故障的诊断,导致诊断结果的准确率和效率偏低,且其对设备正常运行信号频率存在负向影响.针对上述问题,研究在模糊减法聚类的基础上,针对大型机组设备故障,设计了一种新的自动化诊断方法.该方法利用多维模糊贴近度及聚类过程实现对设备故障特征量的高效提取,然后利用D-S证据理论对设备故障进行... 相似文献
7.
8.
9.
10.
11.
提出基于柱子群优化模糊聚类分析的算法,并将其用于旋转机械的振动故障诊断。该算法以模糊C一均值算法(FCM)的聚类目标函数作为粒子群的适应度函数来衡量各聚类中心的优劣,并依据聚类有效性指标自动确定最优聚类数及聚类中心,有效的结合了FCM极易陷入局部最优的缺点以及粒子群算法全局寻优的优点。实践表明,该方法提高了旋转机械故障诊断的准确率,既可正确判断单一故障,又可有效诊断复合故障,从而证明了该算法的有效性。 相似文献
12.
13.
一台设备有多种类型的故障形式,为准确及时监测其运行状态,应采用多种不同的监测方法,为此进行了把多种故障监测技术与模糊数学的原理结合的故障诊断试验。介绍了故障诊断的方法和过程,并在一台减速箱上进行了实际应用,证实其效果较好。 相似文献
14.
15.
小波-神经网络-模糊识别在旋转机械故障诊断中的应用研究 总被引:7,自引:0,他引:7
对旋转机械故障诊断常用的一些方法进行了评述与比较;利用小波包可进行多维多分辨率分析的特点,对旋转机械振动信号进行特征提取。对提取的特征,用ART2神经网络诊断故障类型,根据故障类型的诊断结果,进一步对故障严重程度进行模糊识别;通过对实验数据的分析处理,获得了较好的效果。 相似文献
16.
17.
为有效而充分地利用故障信息以提高诊断精度 ,本文受生物感知系统“先分后合”信息处理方式的启发 ,提出了故障多征兆域集成诊断的诊断思想 ,并对该思想的实现途径进行了研究 ,提出了基于模糊积分理论实现集成处理的可行策略 ,最后就所提出的方法和策略进行了示例研究。 相似文献
18.
遗传优化算法在压缩机故障诊断中的应用 总被引:1,自引:0,他引:1
设计了一种模糊神经网络推理系统诊断汽车空调压缩机故障,并且应用遗传算法对系统进行优化及对BP网络算法进行改进。这种方法能够优化模糊系统的参数和结构。并且能删除无用的模糊规则。结果证明这种推理系统具有收敛速度快,泛化能力好、推广性强的特点,极大提高了汽车空调压缩机故障诊断的效率和准确性。 相似文献
19.
基于拉普拉斯分值和模糊C均值聚类的滚动轴承故障诊断 总被引:1,自引:0,他引:1
针对滚动轴承故障振动信号的非平稳特征和故障征兆的模糊性,提出了基于拉普拉斯分值和模糊C均值(FCM)聚类的滚动轴承故障诊断方法。该方法首先在时域和频域对滚动轴承振动信号进行特征提取,组成初始特征向量;然后利用拉普拉斯分值进行特征选择,形成故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。应用实例和对比实验表明,该方法能有效提取滚动轴承振动信号特征,诊断滚动轴承故障。 相似文献
20.
A novel fuzzy clustering method based on chaos immune evolutionary algorithm (CIEFCM) is presented to solve fuzzy edge detection
problems in image processing. In CIEFCM, a tiny disturbance is added to a filial generation group using a chaos variable and
the disturbance amplitude is adjusted step by step, which greatly improves the colony diversity of the immune evolution algorithm
(IEA). The experimental results show that the method not only can correctly detect the fuzzy edge and exiguous edge but can
evidently improve the searching efficiency of fuzzy clustering algorithm based on IEA.
Translated from Journal of Xi’an Jiaotong University, 2004, 38(7) (in Chinese) 相似文献