共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
针对风电机组齿轮箱中齿轮故障特征提取与故障诊断问题,提出一种基于集合经验模式分解(EEMD)、奇异谱熵和模糊C均值聚类的故障诊断方法。首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF)构成的特征模式矩阵。接着对该特征模式矩阵求奇异谱熵值,奇异谱熵值的大小能反映部件的工作状态和故障类型。最后,将得到的奇异谱熵值矩阵进行模糊聚类分析并得到分类结果。通过对齿面磨损、齿面剥落和正常3种齿轮状态分别使用EMD法和EEMD法进行故障分类对比,结果验证了该方法的有效性和可行性,同时证明EEMD法具有更好的分类效果。 相似文献
4.
5.
在基于数字图像处理的锅炉火焰检测方法基础上,分析了聚类的相关理论.提出了基于模糊C均值聚类的火焰检测算法,同时,用煤粉燃烧火焰资料对该火焰检测算法进行了试验,结果证明该算法简单易行,能有效地检测出煤粉燃烧器火焰燃烧状态. 相似文献
6.
根据旋转机械复杂的故障特点,提出了结合谐小波分析、模糊理论和神经网络形成的谐小波模糊神经网络方法,并将其应用于旋转机械的故障诊断,实现了模糊故障诊断。通过计算机实现了全部算法。仿真和试验的结果表明:谐小波模糊神经网络在处理多故障耦合的情况时优势明显,故障诊断正确率高,证明该方法行之有效,为旋转机械的故障诊断提供了理论支持和新方法。图2表3参7 相似文献
7.
针对可再生能源发电项目投资风险评价问题,提出了基于粗糙集理论与模糊C均值聚类算法的可再生能源投资风险评价模型。基于全寿命周期理论,在构建可再生能源共性风险指标体系的基础上,建立可再生能源投资风险评价信息系统;分别利用模糊C均值聚类算法和粗糙集对评价指标进行离散化处理和属性约简,确定项目投资评价的关键风险指标及其权重;最后得出各类可再生能源投资项目的综合评价值。以风电投资项目为例进行了实证分析,结果表明,该方法以评价对象的客观数据为依据来确定其综合评价值,评价结果准确合理,可为可再生能源发电项目的投资选择提供一定的参考。 相似文献
8.
旋转机械不对中故障特征提取提取及诊断方法研究 总被引:2,自引:0,他引:2
对旋转机械转子系统不对中故障的征兆机理进行了分析,得出在不对中条件下,旋转机械产生二倍频振动这一典型征兆的原因,在转子实验台上对该类故障进行转子实验测试,并对原始信号进行频谱特征提取,使该类故障征兆得以验证。用实验测得的振动数据特征归一化处理后作为神经网络的输入变元,以实现对该类故障的准确分离和正确诊断。 相似文献
9.
轴心轨迹特征的提取方法及其在旋转机械故障诊断中的应用 总被引:1,自引:0,他引:1
提出了一种新的平面图形加权编码方法,通过将此方法用于神经网络轴心轨迹识别证明,这种新的编码方法比传统的布尔编码方法具有更高的图形识别准确率。 相似文献
10.
11.
12.
机组的振动水平是表征电厂稳定安全最重要的标志之一.本文利用支持向量机的智能方法对机组的轴系故障进行诊断,在小样本集上取得了100%的分类精度.在此基础上,还引入部分噪声数据,统计其分类性能,展示了支持向量机的容错能力.最后分析了支持向量机方法在轴系振动故障振动的优势和缺陷,引入模糊输出支持向量机进行了改进,给设备维修提供了更多的参考信息. 相似文献
13.
14.
15.
16.
17.
工作于自然环境的光伏阵列故障频发,及时对故障进行定位和分类对于提高光伏电站运行水平具有重要意义。针对光伏阵列的常见故障类型(短路、开路、局部遮挡等),基于运行数据提出无监督模糊C均值(FCM)聚类与模糊隶属(FM)算法相结合的光伏阵列故障诊断方法。论文首先对光伏阵列典型故障的产生机理进行分析并提取故障特征参数;然后,采用FCM聚类方法对光伏阵列典型故障样本数据进行分类,得到不同故障的聚类中心;最后,利用FM算法计算运行数据与聚类中心的隶属度,判定故障类型。基于数字模拟实验和实证测试,验证上述方法的有效性。分析结果表明,本文方法可有效判别光伏阵列的典型故障,诊断结果准确、可靠。 相似文献
18.