【摘 要】
：
针对基于有监督学习的方法无法识别未知类别故障,提出了一种基于粒子群优化模糊核聚类（kernel fuzzy c-means clustering,简称KFCM）的风电机组齿轮箱故障诊断方法。首先,建立以
【机 构】
：
华北电力大学能源动力与机械工程学院,北京华能新锐控制技术有限公司
【基金项目】
：
国家自然科学基金资助项目（51305135）, 中国华能集团科技资助项目（HNKJ13-H20-05）, 中央高校基本科研业务费专项资金资助项目（2014XS15）
论文部分内容阅读
针对基于有监督学习的方法无法识别未知类别故障,提出了一种基于粒子群优化模糊核聚类（kernel fuzzy c-means clustering,简称KFCM）的风电机组齿轮箱故障诊断方法。首先,建立以训练样本分类错误率为目标的聚类模型,利用KFCM对训练样本进行分类;然后,以初始聚类中心和核函数参数作为优化变量,利用粒子群优化算法求解聚类模型,获得最优分类结果下每个类的类心;最后,根据新样本与各类心之间的核空间样本相似度判断新样本属于已知故障或者未知故障。以某风电机组齿轮箱为例,对提出方法的有效性进行试
其他文献
以《建筑结构学报》与《建筑技术》引文统计为例，对学术性期刊和技术性期刊参考文献引用和著录的某些特征差异进行对比分析，简要阐述其差异的内在原因。认为在论文稿件鉴审、编
【摘要】当前素质教育的核心是培养学生的创新素质，而创新素质的体现是学生的创新思维能力强，可见创新能力在素质教育中担当着何等重要的角色，因而，在教学中要以学生为中心，充分发挥他们的主体作用，创设情境，引导他们发现问题、提出问题、解决问题，大胆地想、尽情地说、勇敢地问，有意识地培养学生的创新意识，激发学生的创造动机，发展学生的创造思维，树立学生具有创造力的个性品质. 【关键词】素质教育；创新思维
对采用2．25Cr1Mo钢制成的螺纹承压环、封头、接管和法兰上截取的试样进行晶粒度等级评定及夹杂物形态和分布的研究。研究表明，封头和接管处晶粒度等级较高，四个部位试样的晶粒度
提出了基于健康状态-广义测试相关性（health state-general test,简称HSGT）的健康状态评估技术。首先,根据维修要求将故障严重程度划分成多个离散的健康状态,再按测试输出属性,
后缘襟翼智能旋翼是一种行之有效的直升机旋翼振动主动控制技术,高阶谐波控制算法广泛应用于智能旋翼振动控制领域,其控制器参数直接影响振动控制性能和稳定性。基于后缘襟翼