混沌粒子群优化模糊聚类的旋转机械故障诊断

被引：24

作者：

胡方霞 ^{[1
,2
]}

谢志江 ^{[1
]}

岳茂雄 ^{[3
]}

机构：

[1] 重庆大学机械传动国家重点实验室

[2] 重庆工商职业学院计算机与电子工程系

[3] 中国空气动力研究与发展中心

来源：

重庆大学学报 | 2011年 / 34卷 / 06期

关键词：

旋转机械; 故障诊断; 混沌; 粒子群优化; 模糊C-均值;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

提出基于混沌粒子群优化加权模糊聚类的旋转机械故障诊断算法。该算法用混沌粒子群算法取代传统的梯度下降法,优化加权模糊C-均值算法的各个参数,并依据聚类有效性指标确定最优聚类数及聚类中心。应用表明,混沌粒子群算法有效提高了模糊聚类分析的收敛速度和精度,提高了旋转机械故障诊断的准确率。

引用

页码：26 / 30

页数：5

共 8 条

[1]

粒子群优化算法实现仿射不变性形状识别 [J].

毛玉星 ;

韩倍涛 ;

冯莲 ;

王豪 ;

徐少志 ;

郝远洋 .

重庆大学学报, 2010, 33 (03) :65-71

[2]

基于混沌粒子群优化的神经网络在旋转机械故障诊断中的应用 [J].

仇国庆 ;

唐贤伦 ;

庄陵 ;

杨志龙 .

中国机械工程, 2008, (21) :2642-2645

[3]

混合聚类新算法及其在故障诊断中的应用 [J].

雷亚国 ;

何正嘉 ;

訾艳阳 ;

胡桥 ;

丁锋 .

机械工程学报, 2006, (12) :116-121

[4]

设备故障智能诊断方法的研究 [J].

齐继阳 ;

竺长安 .

仪器仪表学报, 2006, (10) :1270-1275

[5]

基于特征加权的模糊聚类新算法 [J].

李洁 ;

高新波 ;

焦李成 .

电子学报, 2006, (01) :89-92

[6]

基于混沌思想的粒子群优化算法及其应用 [J].

戴冬雪 ;

王祁 ;

阮永顺 ;

王晓超 .

华中科技大学学报(自然科学版), 2005, (10) :53-55+82

[7]

自适应变异的粒子群优化算法 [J].

吕振肃 ;

侯志荣 .

电子学报, 2004, (03) :416-420

[8]

基于混沌变量的变步长梯度下降优化算法 [J].

姚俊峰 ;

杨献勇 ;

彭小奇 ;

张田 ;

郑顺斌 .

清华大学学报(自然科学版), 2003, (12) :1676-1678

← 1 →