本文關鍵詞：基于改進的K最近鄰分類器的風機故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高風機故障的預警診斷準確度,提出了一種基于改進的K最近鄰分類器的故障診斷方法。通過引入核函數(shù)主元分析,計算各特征向量的貢獻度,對歐式距離進行加權(quán),彌補傳統(tǒng)K最近鄰分類器同貢獻權(quán)重分配的缺陷。樣本訓練時,依據(jù)各特征向量的貢獻數(shù)值分配權(quán)重。該方法被用于風機故障診斷。實驗結(jié)果表明該方法增強了診斷準確度,便于工程應用。
【作者單位】： 上海電機學院上海裝備制造產(chǎn)業(yè)發(fā)展研究中心;上海交通大學機械與動力工程學院;上海電機學院電氣學院;
【關鍵詞】： 風機 改進的K最近鄰分類器 核主元分析 故障診斷
【基金】：國家自然科學基金資助項目(51535007) 上海市教育委員會科研創(chuàng)新項目(15ZS079)
【分類號】：TH43
【正文快照】： 風機傳動系統(tǒng)以完成風能向機械能轉(zhuǎn)化為目的,其工作環(huán)境較為惡劣。齒輪箱作為風機傳動系統(tǒng)的核心部件,長期工作在變速變載荷的惡劣工況下,較易發(fā)生機械故障,其產(chǎn)生的振動信號具有非線性、非穩(wěn)態(tài)等特征,并伴有高斯噪聲。面對復雜的振動信號,風機故障診斷將人工智能技術(shù)大量地引

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 涂志松;郝偉;李凌均;郝旺身;;基于最近鄰數(shù)據(jù)描述法的機械故障診斷技術(shù)研究[J];煤礦機械;2009年08期

  本文關鍵詞：基于改進的K最近鄰分類器的風機故障診斷，，由筆耕文化傳播整理發(fā)布。

本文編號：432502