分享到:

复杂系统故障诊断中的模糊聚类方法

复杂系统故障诊断中的模糊聚类方法陈凯,朱杰,王豪行(上海交通大学电子工程系)摘要为了提高复杂系统故障的诊断能力,采用模糊C-均值聚类算法对原始采样数据进行聚类,并通过模糊传递闭包法和绝对值指数法得到模糊C-均值法的初始迭代矩阵.用划分系数、划分熵和分离系数来评价聚类的结果是否最佳.采用模糊聚类方法可避免研究复杂系统的内部特性,比仅依据其外部输出的数据进行故障诊断方法简便.通过某飞行器测试系统的应用,表明采用模糊聚类方法后,提高了判别故障的准确率.关键词故障诊断;模糊;聚类中图法分类号TP391.5FuzyClusteringforComplicatedSystemDiagnosisChenKai,ZhuJie,WangHaoxingDepartmentofElectronicEngineering,ShanghaiJiaotongUniversity,ChinaAbstractToimprovetheabilityoffault...  (本文共4页) 阅读全文>>

南京航空航天大学
南京航空航天大学

基于模糊聚类的故障诊断技术研究

基于模糊聚类的故障诊断技术是一类十分重要的故障诊断技术,在对复杂庞大的系统进行故障诊断时有着独特的优势,对系统先验知识的需求较少,不需要精确的数学解析模型,可以从大量的系统监控数据中获取系统运行模式信息。在工业生产流程和机器设备日趋复杂的今天,研究基于模糊聚类的故障诊断技术有着十分重要的理论意义和工程应用价值。基于模糊聚类的故障诊断技术一直是相关领域内的热点研究对象,从诞生之日起已经涌现出了很多不同的聚类算法和诊断方法。但是在未知故障的诊断问题上的研究一直比较薄弱,并没有形成成熟的方法和共识。本文便从未知故障的诊断问题出发,研究如何隔离未知故障与已知故障及如何隔离同一类型故障的不同强度,并在模糊聚类算法和在线诊断方案两个方面进行了深入的理论分析和大量的实验验证,分别提出了改进型可能性GK聚类算法(IPGK)和基于故障向量的在线诊断方案,通过这两种新方法的结合,较好的解决了未知故障的诊断问题。本文的主要内容如下:1、回顾故障诊断技...  (本文共84页) 本文目录 | 阅读全文>>

华北电力大学(北京)
华北电力大学(北京)

基于广域信息的电力系统故障元件定位方法研究

新型广域后备保护系统中最关键的问题是快速准确的故障元件定位。适应于新型广域后备保护的故障定位方法,依靠的数据是由WAMS提供的电压电流同步向量等信息。故障定位在快速性上要求必须在后备保护动作所需的延时之前完成,并留出足够的时间用以调整相关保护定值。本文对基于WAMS的电力系统故障元件定位方法进行了深入的分析和研究,主要的工作包括:(1)根据复杂电力系统不同的故障类型,提出了一种系统故障的聚类分析定位方案。主要采用模糊聚类分析和系统聚类分析等理论方法,对系统故障所导致变化的电气量进行了归类分析,并有效地解决了广域后备保护系统中快速界定故障区域的问题。(2)在聚类分析快速界定故障区域的基础上,提出了一种电力系统故障元件定位的模式识别方法,主要利用模式识别理论中的模式分类技术和判别分析原理来研究系统故障所导致的电气量显著变化的内在统计规律。针对对称和不对称短路故障时出现的相序电压电流等电气量,采用模式分类技术和判别分析原理能够及时、准...  (本文共117页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

基于核学习理论的船舶柴油机故障诊断研究

船舶柴油机是船舶动力装置的关键设备,如果发生故障,将会影响船舶营运,并可能造成巨大的经济损失,甚至造成关键设备损坏,危及人身安全。对船舶柴油机进行状态监测和故障诊断,能够有助于及时有效地发现并排除船舶柴油机的故障。这对于提高船舶柴油机工作时的安全性和可靠性,降低设备维修费用,减少经济损失,避免重大事故发生具有十分重大的意义。船舶柴油机是典型的综合性复杂系统,其组成结构和工作原理导致了故障症状的复杂性。船舶柴油机的故障原因与故障征兆数值之间表现为极其错综复杂非线性关系,并且各特征参数之间往往呈现出强耦合性和非线性,因此必须采用非线性方法对其进行状态监测和故障诊断。本文在总结和汲取前人研究成果的基础上,结合核学习理论在处理非线性问题方面所独有的优势,着重对基于核学习理论的柴油机故障诊断技术进行深入、系统的研究,其主要研究内容及成果包括以下几个方面。1.利用核主元分析非线性状态监测的优势,针对船舶柴油机的燃料系统提出了一种基于核主元分...  (本文共128页) 本文目录 | 阅读全文>>

东北大学
东北大学

RH-KTB真空系统智能故障诊断

RH-KTB复杂大型炉外精炼真空系统用于对钢水的提纯处理。在实际精炼中,该系统时常发生各种故障影响了产品的质量甚至生产效率。而现有的针对该系统的监控软件无法实现对精炼过程的状态判断及故障诊断。故障发生时往往要停止生产,人工对故障进行排查和处理。这给生产带来了诸多不便。有时用人工的办法很难准确找出某些故障点和故障原因。因此,建立一套RH-KTB智能故障诊断系统有其实际意义。本文首先研究RH-KTB系统的故障种类及特点,对该系统进行了故障树分析,找出了各种故障间的关系并建立了原始样本采集系统。RH-KTB系统的工艺要求对其进行快速故障诊断。因此本文对该系统进行了无教师快速模糊聚类分析。针对该系统的监测点多且存在大量的重复样本的特点,利用粗糙集理论对原始样本集进行了约简处理。快速诊断要求快速学习和快速分类。本文研究了利用决策树理论对RH-KTB系统的约简集进行学习和分类。给出了基于决策树ID3算法的针对RH-KTB真空系统的故障分类过...  (本文共110页) 本文目录 | 阅读全文>>

大连海事大学
大连海事大学

人工免疫算法及其在船舶柴油机智能故障诊断中的应用研究

本文在系统研究人工免疫算法基础上,从工程实际应用的角度出发,将人工免疫算法与计算智能诊断方法相结合,对船舶柴油主机的智能故障诊断进行了深入的研究。完成如下的研究工作:(1) 讨论了生物免疫系统的一些基本概念、功能和原理:分析了人工免疫算法的基本理论以及常用免疫算法的基本结构和流程。在分析opt-aiNet算法原理和性能的基础上,引入山谷搜索法作为新的网络抑制方法,提出并实现一种多峰函数优化免疫算法。(2) 为了在聚类数不确定的情况下实现聚类分析,通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析,提出一种基于快速免疫动态聚类算法。用以根据样本数据自动确定聚类数及中心位置,并且克服了传统聚类算法容易陷入局部极小值的缺点。同时,通过引入新算子及适当选取聚类的初始中心,明显提高算法的收敛速度。(3) 在系统研究RBF神经网络原理和学习算法的基础上,提出一种用快速免疫动态聚类算法自动求解网络中心,再用递推最小二乘法求解网络权值的新...  (本文共128页) 本文目录 | 阅读全文>>