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。