复杂产品多故障诊断中的核模糊聚类方法

被引：7

作者：

李天恩 ^{[1
,2
]}

何桢 ^{[1
]}

机构：

[1] 天津大学管理经济学部

[2] 中国航天标准化与产品保证研究院

来源：

系统工程理论与实践 | 2013年 / 33卷 / 01期

关键词：

复杂产品; 多故障诊断; 核模糊聚类算法; 核化聚类有效性指标;

D O I：

暂无

中图分类号：

TP311.13 []; TP277 [监视、报警、故障诊断系统];

学科分类号：

1201 ; 0804 ; 080401 ; 080402 ;

摘要：

多故障作为标准单故障的组合,很多文献对多故障的诊断都提出行之有效的解决策略,但却忽视单故障模式之间的相互关系,而影响到多故障诊断效率,尤其对于故障繁多的复杂产品.为了克服该缺点,引入KFCM-F算法和核化聚类有效性指标KVk,提出两阶段聚类框架,数据仿真试验证明该框架能有效发现单故障之间的潜在关系,从而达到压缩故障模式以期提高诊断效率的目的.

引用

收藏

页码：181 / 186

页数：6

相关论文

共 14 条

[1] 基于模糊聚类的移动机器人并发故障诊断 [J].

林吉良 ;

蒋静坪 .

浙江大学学报(工学版), 2010, 44 (03) :453-457

[2] Hybrid Support Vector Machines-Based Multi-fault Classification [J].

GAO Guo-hua1 .

Journal of China University of Mining & Technology, 2007, (02) :246-250

[3] 核模糊C均值算法的聚类有效性研究 [J].

普运伟 ;

金炜东 ;

朱明 ;

胡来招 .

计算机科学, 2007, (02) :207-210+229

[4] 复杂产品制造信息化的重要技术——复杂产品集成制造系统 [J].

李伯虎 .

中国制造业信息化, 2006, (14) :19-23

[5] 模糊软分类中最佳聚类数的确定 [J].

诸克军 ;

成金华 ;

郭海湘 ;

不详 .

管理科学学报 , 2005, (03) :8-14

[6] 核聚类算法 [J].

张莉 ;

周伟达 ;

焦李成 .

计算机学报, 2002, (06) :587-590

[7] 模糊聚类分析最佳聚类数的确定方法研究 [J].

孙才志 ;

王敬东 ;

潘俊 .

模糊系统与数学, 2001, (01) :89-92

[8]

模糊聚类分析及其应用[M]. 西安电子科技大学出版社 , 高新波著, 2004

[9] Self-organizing feature map for cluster analysis in multi-disease diagnosis [J].

Zhang, Ke ;

Chai, Yi ;

Yang, Simon X. .

EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (09) :6359-6367

[10] Multi-fault classification based on support vector machine trained by chaos particle swarm optimization [J].

Tang, Xianlun ;

Zhuang, Ling ;

Cai, Jun ;

Li, Changbing .

KNOWLEDGE-BASED SYSTEMS, 2010, 23 (05) :486-490