文献类型：期刊文章

作　　者：李怀俊[1] 谢小鹏[1] 黄恒[1]

机构地区：[1]华南理工大学汽车摩擦学与故障诊断研究所,广东广州510640

出　　处：《华南理工大学学报（自然科学版）》

基　　金：广东省自然科学基金资助项目(S2011010002118);广东省教育部科技部产学研结合项目(2010B090400496)

年　　份：2013

卷　　号：41

期　　号：11

起止页码：137-142

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种面向能量数据、基于主元信息熵初始分类策略的发动机故障模式模糊识别方法.该方法首先运用主元能量特征提取方法对相关性强的多维能量数据降维,按可能分类数对能量保持率最大的第一主元进行聚类,同时基于核密度估计并按最大熵原理确定最佳分类数和初始聚类中心,然后仅面向主元能量数据进行模糊聚类,得出最佳聚类中心,再通过计算最大贴近度进行故障模式识别.实验结果表明,因采取了独立的初始分类算法,该方法有效避免了随机选取初值的敏感问题,聚类精度优于传统算法,并可有效降低运算开销,提高故障识别效果.

关 键 词：故障识别 主元 降维 能量数据  最大熵 模糊k均值  

分 类 号：TH117] TH165.3