聚类算法在设备故障诊断中的研究与应用  

Rearch & Application of Cluster Algorithm in Fault Diagnosis

作　　者：徐勤鹏[1] 杨志新[1] 曾杨 黄志刚[3] 

机构地区：[1]湖南大学软件学院,湖南长沙410082 [2]长沙中联重科研究院,湖南长沙410013 [3]湖南科技职业学院,湖南长沙410004

出　　处：《微计算机信息》2010年第34期149-150,181,共3页Control & Automation

基　　金：项目名称:基于Trustie技术平台的电力生产管理系统高可信软件开发环境的研制及示范工程;基金颁发部门:863重点项目(2009AA010314)

摘　　要：本文针对复杂设备故障诊断难度大的问题,以聚类分析技术为基础,从故障诊断的本质出发,将故障模式识别问题转化为实现数据聚类问题,挖掘设备运行数据间的深层关系,完成故障诊断。以某型号柴油机燃油系统状态为实例,利用k-means算法进行模式识别,分类结果与试验样本所表征的个系统运行状态完全一致,验证了数据挖掘技术在故障诊断应用的可行性。For concluding the difficulty of fault diagnosis of complex equipment,Basis in order to cluster algorithm,starting from the nature of fault diagnosis,fault pattern recognition problem can be transformed into data clustering problem,excavation the deep relationship between the operating data.Taking a model diesel engine fuel system status as an example,using k-means algorithm to pattern recognition,classification results and experimental characterization of samples of a system is running exactly the same state,verification of data mining technology feasibility of the application in fault diagnosis.

关 键 词：故障诊断 聚类 K-MEANS算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]