汽轮机故障诊断的粒子群优化加权模糊聚类法

• 作者: 任铮 张钧 陈平 鞠萍华
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 汽轮机 故障诊断 模糊C-均值 加权模糊聚类 粒子群优化
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 论文
• 页码范围: 574-577
• 分类号: TK267|TP277
• 字数: 4265字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2011.05.008

摘要

针对模糊C-均值算法在汽轮机故障诊断中的不足,提出了粒子群优化加权模糊聚类分析的方法.首先,采用基于样本相似度的特征加权方法对样本特征及样本进行加权,以适应各种复杂分布的样本;然后,利用粒子群算法优化加权模糊聚类的特征权值和聚类目标函数,并依据聚类有效性指标自适应确定最佳聚类数及聚类结果.试验结果表明,该方法具有收敛速度快和全局收敛的特点,有效降低了汽轮机故障诊断的误分类率,诊断结果可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任铮	重庆大学机械传动国家重点实验室	4	22	2.0	4.0
2	陈平	重庆大学机械传动国家重点实验室	35	269	10.0	15.0
3	鞠萍华	重庆大学机械传动国家重点实验室	20	119	6.0	10.0
4	张钧		10	104	5.0	10.0