基于PCA-KFCM的船舶柴油机故障诊断

作者：彭秀艳; 柴艳有; 满新江

来源：控制工程, 2012, (02): 311-315.

DOI：10.14107/j.cnki.kzgc.2012.02.014

• 船舶柴油机
• 故障诊断
• 主元分析
• 模糊核聚类 marine diesel engine
• fault diagnosis
• principal component analysis
• kernel fuzzy c-means clustering

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。最后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意...

• 单位
  潍柴动力股份有限公司; 哈尔滨工程大学