| 基于粒子群优化聚类的汽轮机组振动故障诊断 |
| |
| 引用本文： | 刘福荣,王宏伟,高晓智.基于粒子群优化聚类的汽轮机组振动故障诊断[J].振动与冲击,2010,29(8):9-12. |
| |
| 作者姓名： | 刘福荣 王宏伟 高晓智 |
| |
| 作者单位： | （1. 哈尔滨电力职业技术学院，黑龙江省 哈尔滨市 150030；2. 赫尔辛基工业大学电气工程系，芬兰 02150） |
| |
| 基金项目： | 芬兰科学院(Academy of Finland)项目，黑龙江省教育厅科研项目 |
| |
| 摘 要： | 针对模糊C-均值聚类算法(FCM)容易陷入局部极值和对初始值敏感的不足,提出了一种新的模糊聚类算法(PFCM),新算法利用粒子群优化算法(PSO)全局寻优、快速收敛的特点,代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极值的缺陷,同时也降低了FCM算法对初始值的敏感度。将该算法应用于汽轮机组振动故障诊断中,与电厂运行实际故障状态对照,仿真结果表明该算法提高了故障诊断的正确率。为汽轮机振动故障诊断方法的研究提供了一种新的思路。
|
| 关 键 词： | 汽轮机 故障诊断 粒子群优化 模糊C-均值聚类 振动 |
| 收稿时间： | 2009-5-27 |
| 修稿时间： | 2009-7-6 |
Steam turbine vibration fault diagnosis based on particle swarm optimization clustering |
| |
| LIU Fu-rong,WANG Hong-wei,GAO Xiao-Zhi.Steam turbine vibration fault diagnosis based on particle swarm optimization clustering[J].Journal of Vibration and Shock,2010,29(8):9-12. |
| |
| Authors: | LIU Fu-rong WANG Hong-wei GAO Xiao-Zhi |
| |
| Affiliation: | （1 Harbin Power Vocational Technollgy College,Harbin 150030 China；2 Department of Electrical Engineering, Helsinki University of Technology, Otakaari 5 A, 02150 Espoo, Finland ） |
| |
| Abstract: | A novel fuzzy clustering algorithm:PFCM was proposed based on the fusion of particle swarm optimization (PSO) and fuzzy c-means clustering (FCM).The conventional FCM has the two drawbacks of sensitivity to initialization and easily being trapped into local optima,due to the gradient descent approach used.With the features of global optimization and fast convergence,the hybrid algorithm presented can overcome these shortcomings and yield the optimal clustering performance.The new data clustering technique pr... |
| |
| Keywords: | steam turbine fault diagnosis particle swarm optimization (PSO) fuzzy c-means clustering (FCM) vibration |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
