粒子群优化模糊聚类算法在煤气鼓风机组振动故障诊断的应用

【摘要】：针对模糊C均值聚类算法容易陷入局部极值和对初始值敏感的缺点,提出了一种粒子群优化模糊聚类算法,该算法利用粒子群优化算法寻找最优聚类中心,运用WFCM进行加权模糊聚类,能较大提高聚类的有效性;将该算法应用于煤气鼓风机组振动故障诊断中进行诊断仿真,结果表明:该算法较大提高了故障诊断的正确率。 【作者单位】： 重庆工商大学计算机科学与信息工程学院;
【关键词】： 粒子群模糊聚类 煤气鼓风机组 故障诊断
【分类号】：TQ545;TH165.3
【正文快照】： 煤气鼓风机组是煤化工厂的重点关键设备,其运行状态是否正常直接关系到焦炉生产的安全和经济运行。由于其设备结构的复杂性和运行环境的特殊性,煤气鼓风机组振动故障率较高,且故障危害性也很大,因此煤气鼓风机组振动状态的监控也越来越受到企业的重视。目前,振动信号的故障诊

您可以在本站搜索以下学术论文文献来了解更多相关内容