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:
发展新的理论或方法快速准确地实现机械故障信号的聚类诊断是众多学者研究热点.由于人工鱼群优化算法具有结构简单,良好的并行性、快速性等特点,把人工鱼群优化算法引入机械故障诊断中.基于人工鱼群算法的基本原理提出了一种改进的人工鱼群追尾聚类算法,定义了相似度因子和聚类判别因子,建立了模拟人工鱼群追尾行为的机械故障聚类诊断模型,并将之应用于机械故障特征信息的聚类分析.实例分析表明了该方法的有效性.
推荐文章
基于人工鱼群的风机故障诊断方法
风机
故障诊断
人工鱼群
局部最优
差分进化算法
基于PCA与蚁群算法的机械故障聚类诊断方法
主元分析
蚁群算法
聚类分析
故障诊断
基于支持向量机的机械故障诊断方法研究
支持向量机
机械故障诊断
多故障分类器
采用EEMD算法与互信息法的机械故障诊断方法
故障诊断
固有模态函数
Hilbert-Huang变换
总体经验模态分解
互信息法
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 基于改进人工鱼群算法的机械故障聚类诊断方法
来源期刊 振动与冲击 学科 工学
关键词 故障诊断 鱼群算法 聚类分析
年,卷(期) 2012,(17) 所属期刊栏目
研究方向 页码范围 145-148,158
页数 5页 分类号 TH165+.3
字数 4307字 语种 中文
DOI
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 张会福 湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 16 102 6.0 9.0
2 陈安华 湖南科技大学湖南省机械设备健康维护重点实验室 49 481 12.0 20.0
3 文宏 湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室 22 122 6.0 10.0
4 周博 湖南科技大学湖南省机械设备健康维护重点实验室 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(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)
研究主题发展历程
节点文献
故障诊断
鱼群算法
聚类分析
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
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
总被引数(次)
124504
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导