神经网络模糊聚类方法在故障诊断中的应用

摘要：

在旋转机械故障诊断研究中，对大量样本的有效分类至关重要。传统的贴近度法计算繁琐，分辨率低，且依赖于大量实验测试和经验案例的总结。根据故障诊断中样本数据无须精确要求的特点，可以对样本数据作模糊化处理，进一步采用自组织竞争神经网络对样本进行自动聚类，速度快，准确性好，具有较高的智能特性。实际应用表明，这种模糊神经网络完全满足使用要求。

关键词：故障诊断、Kohonen神经网络、模糊聚类

所属期刊栏目：16

分类号：TH113.21

资助基金：国家自然科学基金59775002

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4