模糊减法聚类下大型机组设备故障自动化诊断方法

传统方法大多利用短时诊断法完成对机组设备故障的诊断,导致诊断结果的准确率和效率偏低,且其对设备正常运行信号频率存在负向影响。针对上述问题,研究在模糊减法聚类的基础上,针对大型机组设备故障,设计了一种新的自动化诊断方法。该方法利用多维模糊贴近度及聚类过程实现对设备故障特征量的高效提取,然后利用D-S证据理论对设备故障进行准确诊断。实验结果表明:该方法可实现对设备故障的高效诊断,有利于提高设备的运行效率。