粒子群優(yōu)化模糊聚類算法在煤氣鼓風(fēng)機(jī)組振動(dòng)故障診斷的應(yīng)用

【摘要】：針對(duì)模糊C均值聚類算法容易陷入局部極值和對(duì)初始值敏感的缺點(diǎn),提出了一種粒子群優(yōu)化模糊聚類算法,該算法利用粒子群優(yōu)化算法尋找最優(yōu)聚類中心,運(yùn)用WFCM進(jìn)行加權(quán)模糊聚類,能較大提高聚類的有效性;將該算法應(yīng)用于煤氣鼓風(fēng)機(jī)組振動(dòng)故障診斷中進(jìn)行診斷仿真,結(jié)果表明:該算法較大提高了故障診斷的正確率。 【作者單位】： 重慶工商大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院;
【關(guān)鍵詞】： 粒子群模糊聚類 煤氣鼓風(fēng)機(jī)組 故障診斷
【分類號(hào)】：TQ545;TH165.3
【正文快照】： 煤氣鼓風(fēng)機(jī)組是煤化工廠的重點(diǎn)關(guān)鍵設(shè)備,其運(yùn)行狀態(tài)是否正常直接關(guān)系到焦?fàn)t生產(chǎn)的安全和經(jīng)濟(jì)運(yùn)行。由于其設(shè)備結(jié)構(gòu)的復(fù)雜性和運(yùn)行環(huán)境的特殊性,煤氣鼓風(fēng)機(jī)組振動(dòng)故障率較高,且故障危害性也很大,因此煤氣鼓風(fēng)機(jī)組振動(dòng)狀態(tài)的監(jiān)控也越來(lái)越受到企業(yè)的重視。目前,振動(dòng)信號(hào)的故障診

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容