首页> 中文期刊> 《计算机工程与设计》 >基于蚁群优化K均值聚类算法的滚轴故障预测

基于蚁群优化K均值聚类算法的滚轴故障预测

         

摘要

为解决基于传统K均值聚类算法的滚轴故障预测中随机选取初始聚类中心导致预测效果不佳的问题,提出一种基于蚁群优化K均值聚类算法的滚轴故障预测方法.采用小波包分解得到滚轴振动数据的特征向量并归一化作为聚类算法的输入,采用蚁群优化算法选择最佳初始聚类中心,基于K均值聚类算法建立滚轴故障预测模型.实验结果表明,与传统K均值聚类算法相比,该方法有效规避了易陷入局部最优解的问题,得到了更稳定和更准确的预测结果.

著录项

  • 来源
    《计算机工程与设计》 |2020年第11期|3218-3223|共6页
  • 作者单位

    湖南工业大学计算机学院 湖南株洲412007;

    湖南工业大学智能感知与网络化控制湖南省高校重点实验室 湖南株洲412007;

    湖南工业大学计算机学院 湖南株洲412007;

    湖南工业大学智能感知与网络化控制湖南省高校重点实验室 湖南株洲412007;

    湖南工业大学计算机学院 湖南株洲412007;

    湖南工业大学智能感知与网络化控制湖南省高校重点实验室 湖南株洲412007;

    湖南工业大学计算机学院 湖南株洲412007;

    湖南工业大学智能感知与网络化控制湖南省高校重点实验室 湖南株洲412007;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    滚动轴承; 蚁群优化; 聚类算法; 小波包分解; 故障预测;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号