导读:本文包含了故障聚类分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:故障,故障诊断,转子,模糊,接触器,在线,无人机。
故障聚类分析论文文献综述
李雷,陈朝晖,董晓刚,李轶[1]（2019）在《基于聚类分析的软件多故障定位技术》一文中研究指出故障定位的思想一般是通过对程序语句及其执行结果的分析,从而定位到存在缺陷的程序语句的位置.目前,软件单故障定位技术研究较多,多故障相关研究较少.本文根据程序语句覆盖执行信息构造程序谱,提出基于聚类分析的软件多故障定位技术方法,在Siemens测试程序集的基础上,和现有的一些基于程序谱的定位方法进行对比,在大部分的情形下,验证了本文提出的基于聚类分析的软件多故障定位技术在软件多故障定位方面的定位效率要优于这些方法,减少测试人员的工作开销.(本文来源于《空间控制技术与应用》期刊2019年05期）
邓林峰,张爱华,赵荣珍[2]（2019）在《集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》一文中研究指出针对旋转机械故障数据聚类分析中的初始聚类中心不确定和孤立点敏感问题,提出了一种集成多策略改进的模糊C均值(FCM)聚类方法。首先以故障数据集的决策属性为等价关系对数据集进行划分,得到若干个由等价关系导出的等价类;然后以每个等价类为可行域,采用均值漂移方法搜索故障数据类中心;最后以搜索到的类中心为FCM算法的初始聚类中心,通过核技术计算故障数据样本与相应类中心在高维特征空间中的欧氏距离,从而实现数据样本相似性的有效度量,并完成故障数据的模糊聚类。通过标准数据集和旋转机械故障数据集对方法的性能进行了验证及比较分析。结果显示,改进FCM算法的聚类性能相比传统FCM算法的聚类性能得到了明显提升,在收敛速度和聚类准确性两个性能指标上,改进的FCM算法比FCM算法具有显着优势。(本文来源于《振动工程学报》期刊2019年05期）
刘建锋,张科曌,高亮,黄世龙[3]（2019）在《基于继电保护信息与改进谱聚类分析的电网故障区域识别算法》一文中研究指出为了提高聚类算法在故障区域识别中的定位能力与容错性,提出了一种基于继电保护状态信息与谱聚类相结合的电网故障区域识别算法。该方法首先利用各个智能电子装置(IED)提供的继电保护状态值形成特征向量,然后根根事先划定的元件与IED的关联方式,对谱聚类结果进行分析,最后得到故障元件。在容错性方面,对特征向量畸变对聚类分析的影响做出了分析,并发现使用密度调整谱聚类可以取得更好的效果。经仿真实验表明,对核函数的密度差进行改进,相比于已有的基于聚类原理的故障定位算法有更高的定位精度和容错能力,并且定位能力有所提高。(本文来源于《电力系统保护与控制》期刊2019年14期）
王楠,孙善武[4]（2019）在《基于半监督聚类分析的无人机故障识别》一文中研究指出相较于有人驾驶飞行器,无人机具有诸多优势,在军事、民用及科研等领域都有着广泛应用。但是,无人机缺少飞行员的实时决策能力,因此具有较高的事故率。故障预测是无人机健康管理技术的核心,在构建故障预警模型之前,很重要的一步是对采样数据进行模式识别,进而对建模的训练数据添加精准标签,这也是完善飞行画像的一部分。文中基于沈阳某无人机生产公司大数据平台累积的无人机飞行数据,提出利用半监督聚类技术自动识别飞行过程的正常点、故障点(若故障后发生炸机,则包括炸机点)以及炸机后的点(若故障后发生炸机),在加强对飞行数据进行管理和统计的同时,进一步提高对历史飞行数据添加精准标签的效率和准确率。在真实的飞行数据或飞行测试数据上进行实验,人工验证的结果表明故障点的识别率可达到80%以上。(本文来源于《计算机科学》期刊2019年S1期）
赵建[5]（2019）在《基于聚类分析的交流接触器振动故障识别》一文中研究指出针对交流接触器在运行时存在不同程度的振动,为了将其中振动剧烈的交流接触器挑选出来。本文提出从接触器运行振动位移角度对其运行状态进行在线检测。首先对加速度传感器采集的振动信号进行加窗FFT处理后,通过算法处理得到振动位移。以交流接触器振动位移作为表征运行状态的特征向量,最后利用模糊C-均值聚类方法进行接触器振动故障识别。通过实验结果验证了所提方法的可行性和正确性。(本文来源于《电气开关》期刊2019年03期）
郝少鹏,张雨果,胡俊,岳景辉,余峰[6]（2019）在《电机振动信号的模糊聚类分析与故障诊断》一文中研究指出对于电机转子的故障诊断,故障状态与正常运行状态往往没有明显的界限,带有一定的模糊性,即便几类故障也没有清晰的界定,通过将转子的振动信号有效参数标准化,建立相似矩阵并改造相似关系为等价关系,对转子不平衡和碰磨故障运行工况进行了聚类分析。分析结果有利于对模糊聚类算法相关参数进行优化探索,使其识别率提升,更为针对分类具有多样性和复杂性的数据对象有效地模糊聚类分析奠定了良好的应用基础。(本文来源于《科技与创新》期刊2019年09期）
宋天祥,杨明锦,杨林顺,张明明,彭晨[7]（2019）在《基于谱聚类分析的托辊故障诊断》一文中研究指出有效地诊断托辊故障,对提高选煤工作效率和工厂智能化水平具有重要的作用。针对工业现场环境复杂,噪音类型多且杂的特点,首先提出利用差分法来消除托辊音频序列数据时间趋势影响的有效方法,在此基础上提取托辊音频序列特征,分别利用K-Means和谱聚类算法进行聚类分析以及故障识别,并从噪音音频序列数据中挖掘有用的信息。然后为了评价聚类模型的优劣,创新提出将同一音频序列分割得到子音频序列的相同聚类标签的平均比率,以此作为聚类优劣的评判标准。实验结果表明,谱聚类算法的效果优于K-Means,动态选取谱聚类的参数值能够提高局部诊断准确率,且具有较强的鲁棒性,能够实现对生产范围内多种类型噪音音频信号进行有效聚类识别。智能化托辊故障诊断系统的应用提高了选煤工作效率,减少了非计划停机次数,产生了较好的经济效益。(本文来源于《电子测量技术》期刊2019年05期）
宋辉,陆古兵,王飞[8]（2019）在《基于灰色聚类分析的核动力装置故障诊断研究》一文中研究指出针对核动力装置故障状态下征兆参数呈现出的灰色特征,提出将灰色聚类分析模型用于核动力装置故障诊断,采用了两种方法构造聚类模型。其一,基于AB0型灰色关联度分析的聚类模型主要通过核动力装置待检序列与标准故障模式序列间的AB0型关联度排序来分析故障类型;其次是基于灰色白化权函数分析的聚类模型主要由核动力装置待检序列与标准故障模式序列间的聚类系数值分析故障类型。以蒸汽发生器典型故障为例,验证了灰色聚类分析方法用于核动力装置故障诊断的可行性。分析结果表明,灰色聚类分析建模简单,可以实现故障的准确诊断。(本文来源于《核科学与工程》期刊2019年01期）
张勇,钟建伟,周文辉,耿东山,贾犇[9]（2018）在《基于K-means聚类分析的变压器故障诊断》一文中研究指出将K-means聚类算法在对事物分类中的优点用于判断变压器的故障中.并针对K-means聚类法在给定初始聚类中心不良的问题上进行改进.将改进的K-means聚类算法与叁比值法相结合,以此来诊断变压器的多种常见故障.应用MATLAB分别对改进前后的K-means算法进行仿真,并将改进后的仿真结果同改进前K-means聚类算法的结果进行对比分析.结果表明,改进的K-means聚类算法不但能精确、有效地对变压器故障进行诊断,并且改进的K-means聚类法使仿真结果更加准确可靠.(本文来源于《湖北民族学院学报(自然科学版)》期刊2018年04期）
刘克平,薛丹,孙喜庆,赵彬,李岩[10]（2018）在《基于模糊聚类分析算法的消防电源故障诊断》一文中研究指出针对消防电源故障特征的模糊性及故障原因之间的耦合性,以模糊理论为基础,采用模糊传递闭包方法,提出了一种基于模糊聚类分析的消防电源故障诊断方法。以6kW消防电源为例,对电池巡检仪取得的样本值进行聚类分析,给出了故障诊断的具体实现方法。实验结果表明,聚类效果良好、故障诊断准确,验证了所提算法的可行性与有效性。(本文来源于《长春工业大学学报》期刊2018年03期）
故障聚类分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对旋转机械故障数据聚类分析中的初始聚类中心不确定和孤立点敏感问题,提出了一种集成多策略改进的模糊C均值(FCM)聚类方法。首先以故障数据集的决策属性为等价关系对数据集进行划分,得到若干个由等价关系导出的等价类;然后以每个等价类为可行域,采用均值漂移方法搜索故障数据类中心;最后以搜索到的类中心为FCM算法的初始聚类中心,通过核技术计算故障数据样本与相应类中心在高维特征空间中的欧氏距离,从而实现数据样本相似性的有效度量,并完成故障数据的模糊聚类。通过标准数据集和旋转机械故障数据集对方法的性能进行了验证及比较分析。结果显示,改进FCM算法的聚类性能相比传统FCM算法的聚类性能得到了明显提升,在收敛速度和聚类准确性两个性能指标上,改进的FCM算法比FCM算法具有显着优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
故障聚类分析论文参考文献
[1].李雷,陈朝晖,董晓刚,李轶.基于聚类分析的软件多故障定位技术[J].空间控制技术与应用.2019
[2].邓林峰,张爱华,赵荣珍.集成多策略改进FCM算法的旋转机械故障数据聚类分析研究[J].振动工程学报.2019
[3].刘建锋,张科曌,高亮,黄世龙.基于继电保护信息与改进谱聚类分析的电网故障区域识别算法[J].电力系统保护与控制.2019
[4].王楠,孙善武.基于半监督聚类分析的无人机故障识别[J].计算机科学.2019
[5].赵建.基于聚类分析的交流接触器振动故障识别[J].电气开关.2019
[6].郝少鹏,张雨果,胡俊,岳景辉,余峰.电机振动信号的模糊聚类分析与故障诊断[J].科技与创新.2019
[7].宋天祥,杨明锦,杨林顺,张明明,彭晨.基于谱聚类分析的托辊故障诊断[J].电子测量技术.2019
[8].宋辉,陆古兵,王飞.基于灰色聚类分析的核动力装置故障诊断研究[J].核科学与工程.2019
[9].张勇,钟建伟,周文辉,耿东山,贾犇.基于K-means聚类分析的变压器故障诊断[J].湖北民族学院学报(自然科学版).2018
[10].刘克平,薛丹,孙喜庆,赵彬,李岩.基于模糊聚类分析算法的消防电源故障诊断[J].长春工业大学学报.2018
论文知识图
