基于粒子群模糊聚类算法的电机故障诊断方法

• 作者: 孟凡江 蔡玉强
• 来源期刊: 中国机械
• 关键词: 粒子群优化算法 模糊C均值 故障诊断
• 年，卷（期）: 2014,（21）
• 页码范围: 204-205
• 页数: 2页
• 字数: 1817字
• 语种: 中文

摘要

针对模糊C均值聚类算法（FCM）对于异常点较为敏感和对高维数据处理效果较差的缺陷，利用PSO算法较强的全局搜索能力和高效的优化性能，提出了一种新的以采用隶属度作为粒子编码为基础的基于粒子群的模糊聚类算法。该算法中粒子根据模糊聚类中的隶属度进行编码，采用了一种新的约束策略用于保证FCM的约束条件，从而优化了FCM 算法的聚类结果。将该算法应用于电机故障诊断中，实验表明，该算法弥补了FCM 算法的缺陷，提高了聚类的效率和准确性，改善了故障诊断结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡玉强	河北联合大学机械工程学院	8	15	2.0	3.0
2	孟凡江	063009河北联合大学机械工程学院	1	0	0.0	0.0