关键词：函数型大数据;;聚类分析;;机械故障;;在线检测;;曲线拟合
摘 要：针对海量机械设备故障信号样本在线检测问题,提出了一种基于函数型大数据聚类分析的检测研究方法。分析了函数型大数据聚类分析的原理和优势,并利用对函数型大数据的曲线拟合及基函数矩阵,改善对高维故障数据的处理能力;确定聚类中心的位置,计算故障数据到聚类中心的聚类密度值,当有新的故障数据集加入后,适时调整聚类中心位置及欧式距离的均值,提高在线故障检测率。实验结果表明:提出多类别故障聚类的检测方法效果更明显,检测率统计指标值显著优于传统检测方案。
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取