基于蚁群优化K均值聚类算法的滚轴故障预测

作     者：陈湘中 万烂军 李泓洋 李长云 CHEN Xiang-zhong;WAN Lan-jun;LI Hong-yang;LI Chang-yun

作者机构：湖南工业大学计算机学院湖南株洲412007 湖南工业大学智能感知与网络化控制湖南省高校重点实验室湖南株洲412007 

基　　金：国家自然科学基金项目(61702177) 湖南省教育厅开放平台创新基金项目(17K029) 湖南省自然科学基金项目(2019JJ60048) 国家重点研发计划基金项目(2018YFB1700200、2018YFB1003401) 湖南省重点研发计划基金项目(2019GK2133) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第11期

页      码：3218-3223页

摘      要：为解决基于传统K均值聚类算法的滚轴故障预测中随机选取初始聚类中心导致预测效果不佳的问题,提出一种基于蚁群优化K均值聚类算法的滚轴故障预测方法。采用小波包分解得到滚轴振动数据的特征向量并归一化作为聚类算法的输入,采用蚁群优化算法选择最佳初始聚类中心,基于K均值聚类算法建立滚轴故障预测模型。实验结果表明,与传统K均值聚类算法相比,该方法有效规避了易陷入局部最优解的问题,得到了更稳定和更准确的预测结果。

主 题 词：滚动轴承 蚁群优化 聚类算法 小波包分解 故障预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.11.035

馆 藏 号：203990555...