模糊聚类算法在涡轮增压系统故障检测中应用

发布时间：2018-06-06 05:56

  本文选题：模糊聚类 + 涡轮增压　； 参考：《舰船科学技术》2016年14期

【摘要】：船舶柴油机是船舶的有效动力,涡轮增压系统能够使得船舶燃料得到充分的利用,节省航行成本。对涡轮增压系统进行及时的故障诊断非常重要。本文通过改进传统的模糊聚类算法,得到模糊核聚类算法,并将其应用于船舶涡轮增压系统故障检测中,最后通过对比实验说明本文算法识别率高、检测消耗的时间少。
[Abstract]:Marine diesel engine is the effective power of ship. Turbocharging system can make full use of ship fuel and save navigation cost. Timely fault diagnosis of turbocharging system is very important. By improving the traditional fuzzy clustering algorithm, this paper obtains the fuzzy kernel clustering algorithm, and applies it to the fault detection of marine turbocharging system. Finally, the comparison experiment shows that the algorithm has high recognition rate and less detection time.
【作者单位】： 安阳职业技术学院;
【基金】：河南省“十二五”规划资助项目([2014]-JKGHC-0188)
【分类号】：U664.121

【相似文献】

相关期刊论文 前3条

1 王剑平,周国义,孙丰瑞,陈林根;船用涡轮增压机组主要部件典型故障分析[J];中国修船;2005年03期

2 房桐毅;冯永明;赵冬来;王银燕;;基于GSE仿真平台涡轮增压机组稳态研究[J];燃气轮机技术;2012年01期

3 ;[J];;年期

，

本文编号：1985444