基于改进t-SNE和RBFNN的柴油机故障诊断 |
| |
引用本文: | 尚前明,黄兴烨,沈栋,朱仁杰,胡秋芳,邱天.基于改进t-SNE和RBFNN的柴油机故障诊断[J].船舶工程,2023(1):91-97. |
| |
作者姓名: | 尚前明 黄兴烨 沈栋 朱仁杰 胡秋芳 邱天 |
| |
作者单位: | 武汉理工大学船海与能源动力工程学院 |
| |
摘 要: | 针对柴油机故障诊断问题,提出一种基于改进t分布的随机邻域嵌入(t-SNE)和径向基函数神经网络(RBFNN)的柴油机故障诊断方法。针对t-SNE算法对振动信号的实际降维效果不够理想的问题,进行自适应加权优化;引入遗传算法(GA)解决果蝇优化算法(FOA)陷入局部最优的问题,将GA-FOA应用于RBFNN参数选取中;采用改进后的RBFNN模型对经自适应加权t-SNE降维的数据进行故障识别。研究结果表明,改进后的算法能明显改善聚类效果,提高故障识别的正确率,具有良好的应用前景。
|
关 键 词: | 柴油机 振动信号 故障诊断 t分布的随机邻域嵌入(t-SNE) 径向基函数神经网络(RBFNN) |
|
|