论文部分内容阅读
旋转机械在日常生产生活中充当重要角色,一旦出现故障会对相关设备正常运转产生致命影响,因此监测旋转机械的转子系统的运行状态及时发现故障并分析其原因具有重要意义。本文针对现代旋转机械日益精密化、复杂化,应用当前诊断手段进行故障诊断时准确度较低的现状,提出将处理大数据能力较强的聚类分析法引入旋转机械故障诊断中。首先研究了聚类算法,对其中经典的3种聚类算法用于模式识别进行了比较研究,发现K近邻聚类算法具有明显的优势,遂提出将K近邻聚类算法应用到旋转机械故障诊断领域。通过对K近邻聚类算法的仿真分析研究,发现K