基于粒子群模糊聚类算法电机故障诊断方法

基于粒子群模糊聚类算法电机故障诊断方法

ID:5389369

大小:174.07 KB

页数:2页

时间:2017-12-08

基于粒子群模糊聚类算法电机故障诊断方法_第1页
基于粒子群模糊聚类算法电机故障诊断方法_第2页
资源描述:

《基于粒子群模糊聚类算法电机故障诊断方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、,_、dUIll1学术结构和原理,熟练掌握电气试验的操作规范和可靠接地。另外,电气试验的引线长度不能要仔细清点所有的试验工具和设备,做好现场操作技能,同时试验人员要仔细检查所有的仪过长,试验线和地面保持足够距离,接线要牢固,清洁,在全体工作人员撤出现场后,办理试验器设备是否破损或者存在缺陷,保障试验设备用绝缘物固定和支持引线,采取防脱落措施。终结手续。和试验人员的安全。3.3电气试验现场作业后的危险源辨识与4.结束语3.2电气试验现场作业过程中危险源辨识控制措施电气试验现场作业是一项非常复杂的工作,与控制措施在电气试验现场作业结束之后,一些工作在作业过程中危险

2、源的辨识和控制是一项动态在电气试验现场作业过程中可以存在着试人员放松警惕,没有符合被试设备的接地、没的长期过程,相关试验人员要强化安全责任意验现场布置不规范、电源线不合格、拆接电源有拆除短路线、没有恢复拆除的被试验接头和识,一方面加强自我保护,另一方面,确保电方法错误、试验设备接地不良或者未接地、相引线、没有及时清理现场的遗留物,最终导致气试验现场作业的顺利进行。邻设备和非被试端子未接地、试验引线过长、发生安全事故。因此在电气试验现场作业完成试验接线错误等危险源。后,试验人员要及时拆除电气设备的短路线,参考文献:在电气试验现场的危险带电区域,要设置严格落实谁拆

3、线头,谁接回的原则,执行班长[1]曹小虎,曹小龙,杨军凤,王玮.电气安全警示牌和安全围栏,安排专门的工作人员检查、作业负责人检查和拆引线人员自检,检试验现场作业过程中危险源辨识及控制[J]安复杂安全监护,在作业过程严禁工作人员拆除查人员要履行签字。为了保障电气设备的正常全,2013,08:34—36.或者移动标识牌和接地线,使用质量合格的电运行,要立即恢复试验设备的接地,在断开电[2]孙富达.电气试验危险源辨识与控制研源线,在拆除电源时,要确保试验电源的开关气设备接线桩头时,必须在拆开位置做好标记,究[D].广西大学,2012.正常,烙丝的规格必须合适。同时相

4、关试验仪便于及时恢复,在试验结束之后,将临时改接[3]陈振.电气试验危险源的辨识、风险评器和装置的金属外壳接地要可靠,规范使用接或者拆除的电力线路恢复好,仔细进行检查,价与控制[D].华中科技大学,2011.地线,在试验过程中相邻设备和非被试端子要恢复到电气试验之前的状态。同时,试验人员基于粒子群模糊聚类算法的电机故障诊断方法063009河北联合大学机械工程学院开滦集团有限责任公司河北唐山一盂凡江063009河北联合大学机械工程学院河北唐山一蔡玉强摘要:针对模糊C均值聚类算法(FCM)对于异常点较为敏感和对离维数据处理效果较差的缺陷利用PSO算法较强的全局搜索

5、能力和高效的优化性能,提出了一种新的以采用隶属度作为粒子编码为基础的基于粒子群的模糊聚类算法。该算法中粒子根据模糊聚类中的隶属度进行编码采用了一种新的约束策略用于保证FCM的约束条件,从而优化了FCM算法的聚类结果。将该算法应用于电机故障诊断中,实验表明该算法弥补了FCM算法的缺陷,提高了聚类的效率和准确性,改善了故障诊断结果。1.概述2.相关算法介绍(2.2)∑(“)目前,电机故障诊断己进入人工智能方法2.1模糊C均值聚类算法e:生}—一Il≤c阶段,现在比较热门的方法包括神经网络方法、模糊C均值聚类算法可描述如下:∑(“)粒子群算法以及模糊聚类等方法。作为

6、一已知样本集x为={,X2,⋯,x},n=I种交替优化算法,FcM在寻找全局最优值时通常为样本的个数,每个样本有k个属性。设要将“(2·3)1fc.1≤^可起到较好的效果。但是,当数据集中含有一个样本分为42c≤)类,第i个样本对第些噪音值,或者当数据的维数较高时,FCM很难k类的隶属度记为【i=1,2,L=1,2,L,c),U.k发现全局最优。在这种情况下,结合以群为基需满足:FCM即是先给出初始方案,通过2.2式与2.3础的随机优化算法,便能较大的提高FCM的全式反复迭代,最终使得目标函数式2.1达到最小。(1)【0,1]=(2)一。局优化能力。2.2粒子

7、群优化算法本文结合粒子群优化算法提出了一种新的FCM的目标函数为:粒子群优化算法的基本思想是通过群体中基于粒子群的模糊聚类算法,文中称之为PSO—个体之间的合作和信息共享来寻找最优解,是(己,,E)=∑∑()l一8I(2.1)一U-FCM。该算法中粒子依照模糊聚类中的隶属度1i=l种基于群体智能方法的进化计算技术。该算进行编码,采用新的策略保证模糊聚类中约束Il是加权指数。其中,为第i类的聚类中法的基本思想是通过群体中个体之间的协作和条件的实现。利用该算法极大地提高了FCM的心,通过2.2式计算得出,而隶属度由2.3式信息共享来寻找最优解。聚类效果,并且有效的

8、提高了故障诊断的性能。得出。基本的粒子

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。