西安市科技计划项目(GG050410)
- 作品数：2 被引量：64H指数：2
- 相关作者：訾艳阳胡桥雷亚国何正嘉丁锋更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划西安市科技计划项目更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 混合聚类新算法及其在故障诊断中的应用被引量：18
- 2006年
- 针对模糊C-均值(FCM)聚类算法假设各维特征和每个样本对聚类贡献相同,同时需要预先设定聚类数的不足,利用3层前馈神经网络、点密度函数算法和聚类有效性指标对其进行改进,提出一种新的混合聚类算法。该算法考虑到不同特征和不同样本对聚类结果有不同程度的影响,并根据聚类有效性指标的变化自适应确定聚类数来实现聚类。利用基于梯度下降的3层前馈神经网络通过无监督训练来自适应学习特征权值,使用基于点密度函数的算法获取样本权值,给不同特征和不同样本赋予权重,突出敏感特征和典型样本的主导作用,抑制其他特征和样本对聚类的干扰,以提高聚类性能。研究结果表明,对于国际标准测试数据和某机车轴承的早期故障诊断,该混合聚类算法不但能自动确定聚类数,而且聚类的准确性明显比FCM高。
- 雷亚国何正嘉訾艳阳胡桥丁锋
- 关键词：特征权值聚类有效性指标混合聚类故障诊断
- 基于特征评估和神经网络的机械故障诊断模型被引量：48
- 2006年
- 为了克服在无先验知识的情况下,人为选择时域无量纲指标作为故障敏感特征的盲目性,提出了一种基于特征评估和径向基函数(RBF)神经网络的机械故障诊断模型.该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解,分别提取原始信号和各分解信号的时域无量纲指标组成联合特征,然后对联合特征进行评估,计算评估因子,并根据评估因子的大小选取敏感特征作为RBF神经网络的输入,实现对机器不同状态的自动识别.实验结果和工程应用表明,这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息,从大量的故障特征中筛选出敏感特征,因而减小了网络规模,提高了分类准确率,具有很强的鲁棒性.
- 雷亚国何正嘉訾艳阳胡桥
- 关键词：小波包经验模式分解径向基函数神经网络
