基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对往复压缩机气阀早期故障的检测数据分布复杂,常规方法难以有效检测的问题,提出一种双演化遗传聚类检测算法.该算法引入测地线距离作为数据间关系测度,并将个体编码为代表各类别的典型样本序号的排列.基于生物进化系统的中自组织、自学习及自适应等复杂性,设计了相应的幂律选择算子、双演化交叉算子和种群的自适应更新策略来完成故障数据的聚类检测.将该算法用于两级往复压缩机气阀早期故障检测,试验结果表明,双演化遗传聚类算法.在对气阀早期故障的识别率上明显优于常用的K均值算法和遗传聚类算法,可应用到具有复杂数据分布的机电系统故障检测.
推荐文章
基于模糊聚类的油田往复压缩机气阀故障诊断研究
往复式压缩机
故障诊断
模糊聚类
故障特征
基于RBF神经网络的往复压缩机气阀故障诊断
往复压缩机气阀
故障诊断
RBF神经网络
天然气往复压缩机气阀故障分析及诊断
往复压缩机
气阀
故障
诊断
往复压缩机故障分析
往复压缩机
故障诊断
技术
有效措施
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 往复压缩机气阀早期故障的双演化遗传聚类检测
来源期刊 振动、测试与诊断 学科 工学
关键词 往复压缩机 故障检测 遗传算法 测地线距离
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 384-388
页数 分类号 TH165
字数 4623字 语种 中文
DOI 10.3969/j.issn.1004-6801.2010.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李刚 西安交通大学机械工程学院 110 2366 24.0 46.0
2 于德弘 西安交通大学机械工程学院 59 696 15.0 24.0
3 庄健 西安交通大学机械工程学院 56 885 14.0 28.0
4 侯洪宁 西安交通大学机械工程学院 8 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (36)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (18)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
往复压缩机
故障检测
遗传算法
测地线距离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
振动、测试与诊断
双月刊
1004-6801
32-1361/V
南京市御道街29号
chi
出版文献量(篇)
2937
总下载数(次)
3
总被引数(次)
26426
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导