基于PCA与蚁群算法的机械故障聚类诊断方法

• 作者: 周博 张会福 潘阳 陈安华
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 主元分析 蚁群算法 聚类分析 故障诊断
• 年，卷（期）: 2013,（24）
• 所属期刊栏目: 信息技术
• 页码范围: 3333-3337,3344
• 页数: 6页
• 分类号: TH39|TP391
• 字数: 5168字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.24.014

摘要

针对现代机械复杂化、智能化的特点,为快速准确地诊断出设备故障,提出了基于PCA与蚁群算法的机械故障聚类诊断新方法.定义了聚类准确率判别因子,对主元的选取进行自适应调整,利用基于高斯径向基核函数的主元分析方法实现了故障特征提取.以蚁群算法解决旅行商问题为原型,定义了城市圈,改进蚁群算法实现了双重寻优,把故障聚类转化为蚁群算法最擅长的寻求最优解问题,将改进的蚁群算法用于故障特征样本的聚类.实例分析证明了该方法的有效性.

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		16	102	6.0	9.0
2	陈安华		49	481	12.0	20.0
3	周博		2	9	1.0	2.0
4	潘阳		6	37	4.0	6.0