论文部分内容阅读
在水压机的运行过程中，由于液压系统总是存在不同程度的泄漏，虽然试验得以“正常”进行，但是在其增压侧压力数据中，往往隐藏着某些潜在故障特征。本文针对水压机的泄漏潜在故障，利用减聚类算法（SEA）可以通过修改参数改变聚类结果的特点，将减聚类应用于水压机压力数据的分析中，在应用过程中定义聚类结果的准确率概念，并以该准确率为目标函数、使用PSO算法对减聚类的4个关键参数进行优化。综上，本文提出了一种基于PSO—SCA的方法用于水压机泄漏潜在故障分析。采用水压机采集的数据对该方法进行验证，结果表明该方法可靠有效。