《表2 不同工况下离心式压缩机采用蚁群聚类算法训练输出的信息素矩阵》

《表2 不同工况下离心式压缩机采用蚁群聚类算法训练输出的信息素矩阵》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于蚁群聚类算法的离心式压缩机故障诊断方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

通过对计算得到的频域特征参数进行观察发现,P1、P2、P7在正常工况和故障状态下的数值差异明显,远远高于其他参数在数值上的差异,因此,选用P1、P2、P7作为蚁群聚类算法输入的特征量,容易被算法识别,敏感度更高。编制基于Matlab的蚁群聚类算法训练程序,选取ρ=0.3,蚁群规模为16,经600次迭代后得到信息素矩阵(表2)。其表明算法聚类中心明确,达到了训练目的。