改进的模糊聚类在控制系统故障诊断中的应用

• 作者: 商丹丹 张婉君 王印松 王艳飞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 故障诊断 控制系统 小波分析 模糊C-均值聚类 密度函数加权
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 326-330
• 页数: 5页
• 分类号: TP273
• 字数: 3554字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.02.019

摘要

为了提高控制系统中传感器与执行器故障诊断的准确性,结合小波分析特征提取的优势和密度函数加权模糊C-均值聚类具有较好分类效果的特点,提出了一种新的控制系统故障诊断方法.该方法首先利用小波分析对故障信号进行特征提取,降低噪声的影响;然后对特征提取后的数据通过加权模糊C-均值聚类算法,对故障进行识别分类.实验表明,基于小波分析和加权模糊C-均值聚类相结合的方法,不仅可以识别不同部件的故障,而且可以对同一部件的不同类型的故障进行诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王印松	华北电力大学控制与计算机工程学院	96	579	14.0	19.0
2	王艳飞	华北电力大学控制与计算机工程学院	5	15	3.0	3.0
3	商丹丹	华北电力大学控制与计算机工程学院	4	19	3.0	4.0
4	张婉君	华北电力大学控制与计算机工程学院	2	3	1.0	1.0