论文部分内容阅读
摘 要 对于现阶段的发展来说，机械设备的进步对人们的生活和工作产生了很大的影响。比方说我们常用的抽风机，这种设备既能吸气也能吹气，两种用途结合在一种设备上，为日常的工作带来了很大的便利。从客观上来说，现阶段的抽风机类型很多，体积也依据人们的需求有所增长，但如果发生故障，很难检查出来，从而影响了日常的应用。本文将对模糊聚类分析法进行一定的阐述，利用这种方法来诊断抽风机的故障，效果较好。
关键词 模糊聚类分析法抽风机诊断
中图分类号：TH47 文献标识码：A 文章编号：1671-7597（2013）17-0085-01
针对抽风机现阶段的故障类型，很多的工作人员和技术人员都没有办法将其中的故障根源进行有效诊断，而是通过一些表面化的措施来暂时稳定故障，一旦复发，就会引起抽风机完全瘫痪。这种情况在现阶段的发展中较为普遍。为了让机械设备更好的服务于居民的生活与工作，必须采用模糊聚类分析法这样的高效方式，对抽风故障机进行系统的诊断，从而得到一个理想的结果，之后才能针对不同的原因制定针对性的解决措施，延长抽风机的使用寿命。本文就模糊聚类分析法在抽风机故障诊断中的应用进行一定的探究。
1 模糊聚类理论概述
随着社会的不断发展，各项工业技术得到了大幅度的进步。从客观的角度来说，理论的建设对实际的技术和分析方法具有重要的指导意义。因此，在今后的工作中，必须结合实际的情况，丰富理论方面的内容，从而有效的促进实践技术和分析方法的进步，更好的处理问题。
1.1 模糊聚类理论概述
在现阶段的发展中。聚类分析的应用范围比较广泛，几乎涉足各大行业，其中比较主要的有工业、制造业一类。所谓的聚类分析并没有想象当中那么复杂，经过不断的深化和拓展，现阶段的聚类分析主要是把一个没有类别标记的样本集，在客观的情况下，按照某种准则划分为一系列的子集，同时让相似的样本归为一列，便于研究和分析，这样在分析问题的过程中，能够有效的减少阻力，同时加快工作效率，提高工作质量。另一方面，聚类分析会将不相似的样本尽量划分到不同类别中，从而将不同的问题区别对待，在客观上有效的处理每一种问题。在实际的工作中，分类环节具有较强的模糊性，而且考虑的方面也有一定的差别，考虑的是关系的深浅度，这就是模糊关系的分类问题，同时也是现阶段工作的重点。
1.2 模糊聚类算法
相对于其它算法而言，模糊聚类的算法具有更强的实践性。从客观的角度来说，只有将结果不断的精确，才能在实际的工作中更好的应用，有效的检验出抽风机故障，并且制定针对性的策略来处理问题。在此，本文对模糊聚类算法进行阐述。
1）数据规格化。对于现阶段的发展来说，抽风机的应用非常普遍，但由于应用范围广泛，很难检查出真正的问题在哪里。模糊聚类算法在经过一段时间的应用以后，针对抽风机的实际问题，进行了革新，通过对具体步骤的细化，达到客观上的精确和主观上的明确。首先就是将数据规格化。在现阶段的发展中，科研人员和技术人员发现，中心规格化并没有办法达到无量纲的目的，同样的，数据规格化也达不到无量纲的目的。针对模糊聚类分析法的特点，上述的两项工作很容易受到个别极端值的影响，我们可以在未来的工作中借助这个特点来应用模糊聚类分析法。较多的研究者发现，数据的规格化如果再用标准差规格化，要想让最后得到的数据落在零到一的区间内，就必须对数据进一步处理。
2）标定。在实际的工作中，为了精确的检测各个数据之间的亲疏关系，必须将所有数据的情况都有效掌握，无论是数据的来源还是数据的服务对象。另一方面，为了节省工作时间、提高工作效率，可以在检测数据的过程中，将两组数据赋以一相似系数，这样在检测的过程中，能够让结果更加精确。这样在检测的过程中，就能有效的避免一系列的误差和其它问题的产生。本文认为，相似系数可以按照实际的情况采用不同方法来计算，在客观上达到一个较为精确的效果。现阶段计算相似系数的算法较多，而且不拘泥于某一种形式。常用的主要有：夹角余弦法、相关系数法、最大最小法等等。综合的利用这些方法，才能得到一个理想的结果，并且更好的对抽风机进行故障诊断。
3）根据传递闭包进行聚类分析。上述的工作对诊断抽风机故障而言，是具体的实施环节，根据传递闭包进行聚类分析，可以综合前面工作的结果，得到一个最正确的答案。之后就能确定故障，并且采用针对性的方式来解决。
2 应用实例
在诊断抽风机的实际故障时，很多的公司都采用了聚类模糊分析的方法，从主观的角度来说，达到了一个较高的水准，而且很多问题都得到了综合性的处理，降低了复发的概率。在本文中，主要选取某企业涂装车间的一号抽风机组作为实例进行研究，检测的数据如表1。
这些数据作为样本数据进行研究，并且采用聚类分析法来进行诊断。通过表一的数据，在实际的诊断中，我们应用极差规格化的方法来进行诊断，同时对表一当中的样本数据进行一定的规格化。利用此种方法，加入一定量的新数据，在这样的研究中，可以针对抽风机的故障进行准确的判定，避免失误的产生。
总结：本文对模糊聚类分析法在抽风机故障诊断中的应用进行了一定的探究，从整体的情况来看，很多的企业都因为应用这种方法而有效的诊断故障，提高了工作效率，提升了经济效益。另一方面，由于传统的方式并没有得到理想的结果，因此模糊聚类分析法的应用前景是非常广泛的，今后仍然需要大力加强此种方法的应用范围和权限，只有这样才能得到一个更好的结果。
参考文献
[1]罗曼莉，蒋梁中，翟敬梅.基于模糊聚类的模糊推理系统及其在产品质量评价中的应用[J].机床与液压，2003（05）.
[2]王学厚，张楠，董泽.基于模糊聚类分析的汽轮机振动故障自动诊断研究[J].华北电力大学学报（自然科学版），2008（02）.
作者简介
白如雪（1982-），男，河北衡水人，本科，助理工程师，首钢京唐钢铁联合有限责任公司，研究方向：机械。
关键词 模糊聚类分析法抽风机诊断
中图分类号：TH47 文献标识码：A 文章编号：1671-7597（2013）17-0085-01
针对抽风机现阶段的故障类型，很多的工作人员和技术人员都没有办法将其中的故障根源进行有效诊断，而是通过一些表面化的措施来暂时稳定故障，一旦复发，就会引起抽风机完全瘫痪。这种情况在现阶段的发展中较为普遍。为了让机械设备更好的服务于居民的生活与工作，必须采用模糊聚类分析法这样的高效方式，对抽风故障机进行系统的诊断，从而得到一个理想的结果，之后才能针对不同的原因制定针对性的解决措施，延长抽风机的使用寿命。本文就模糊聚类分析法在抽风机故障诊断中的应用进行一定的探究。
1 模糊聚类理论概述
随着社会的不断发展，各项工业技术得到了大幅度的进步。从客观的角度来说，理论的建设对实际的技术和分析方法具有重要的指导意义。因此，在今后的工作中，必须结合实际的情况，丰富理论方面的内容，从而有效的促进实践技术和分析方法的进步，更好的处理问题。
1.1 模糊聚类理论概述
在现阶段的发展中。聚类分析的应用范围比较广泛，几乎涉足各大行业，其中比较主要的有工业、制造业一类。所谓的聚类分析并没有想象当中那么复杂，经过不断的深化和拓展，现阶段的聚类分析主要是把一个没有类别标记的样本集，在客观的情况下，按照某种准则划分为一系列的子集，同时让相似的样本归为一列，便于研究和分析，这样在分析问题的过程中，能够有效的减少阻力，同时加快工作效率，提高工作质量。另一方面，聚类分析会将不相似的样本尽量划分到不同类别中，从而将不同的问题区别对待，在客观上有效的处理每一种问题。在实际的工作中，分类环节具有较强的模糊性，而且考虑的方面也有一定的差别，考虑的是关系的深浅度，这就是模糊关系的分类问题，同时也是现阶段工作的重点。
1.2 模糊聚类算法
相对于其它算法而言，模糊聚类的算法具有更强的实践性。从客观的角度来说，只有将结果不断的精确，才能在实际的工作中更好的应用，有效的检验出抽风机故障，并且制定针对性的策略来处理问题。在此，本文对模糊聚类算法进行阐述。
1）数据规格化。对于现阶段的发展来说，抽风机的应用非常普遍，但由于应用范围广泛，很难检查出真正的问题在哪里。模糊聚类算法在经过一段时间的应用以后，针对抽风机的实际问题，进行了革新，通过对具体步骤的细化，达到客观上的精确和主观上的明确。首先就是将数据规格化。在现阶段的发展中，科研人员和技术人员发现，中心规格化并没有办法达到无量纲的目的，同样的，数据规格化也达不到无量纲的目的。针对模糊聚类分析法的特点，上述的两项工作很容易受到个别极端值的影响，我们可以在未来的工作中借助这个特点来应用模糊聚类分析法。较多的研究者发现，数据的规格化如果再用标准差规格化，要想让最后得到的数据落在零到一的区间内，就必须对数据进一步处理。
2）标定。在实际的工作中，为了精确的检测各个数据之间的亲疏关系，必须将所有数据的情况都有效掌握，无论是数据的来源还是数据的服务对象。另一方面，为了节省工作时间、提高工作效率，可以在检测数据的过程中，将两组数据赋以一相似系数，这样在检测的过程中，能够让结果更加精确。这样在检测的过程中，就能有效的避免一系列的误差和其它问题的产生。本文认为，相似系数可以按照实际的情况采用不同方法来计算，在客观上达到一个较为精确的效果。现阶段计算相似系数的算法较多，而且不拘泥于某一种形式。常用的主要有：夹角余弦法、相关系数法、最大最小法等等。综合的利用这些方法，才能得到一个理想的结果，并且更好的对抽风机进行故障诊断。
3）根据传递闭包进行聚类分析。上述的工作对诊断抽风机故障而言，是具体的实施环节，根据传递闭包进行聚类分析，可以综合前面工作的结果，得到一个最正确的答案。之后就能确定故障，并且采用针对性的方式来解决。
2 应用实例
在诊断抽风机的实际故障时，很多的公司都采用了聚类模糊分析的方法，从主观的角度来说，达到了一个较高的水准，而且很多问题都得到了综合性的处理，降低了复发的概率。在本文中，主要选取某企业涂装车间的一号抽风机组作为实例进行研究，检测的数据如表1。
这些数据作为样本数据进行研究，并且采用聚类分析法来进行诊断。通过表一的数据，在实际的诊断中，我们应用极差规格化的方法来进行诊断，同时对表一当中的样本数据进行一定的规格化。利用此种方法，加入一定量的新数据，在这样的研究中，可以针对抽风机的故障进行准确的判定，避免失误的产生。
总结：本文对模糊聚类分析法在抽风机故障诊断中的应用进行了一定的探究，从整体的情况来看，很多的企业都因为应用这种方法而有效的诊断故障，提高了工作效率，提升了经济效益。另一方面，由于传统的方式并没有得到理想的结果，因此模糊聚类分析法的应用前景是非常广泛的，今后仍然需要大力加强此种方法的应用范围和权限，只有这样才能得到一个更好的结果。
参考文献
[1]罗曼莉，蒋梁中，翟敬梅.基于模糊聚类的模糊推理系统及其在产品质量评价中的应用[J].机床与液压，2003（05）.
[2]王学厚，张楠，董泽.基于模糊聚类分析的汽轮机振动故障自动诊断研究[J].华北电力大学学报（自然科学版），2008（02）.
作者简介
白如雪（1982-），男，河北衡水人，本科，助理工程师，首钢京唐钢铁联合有限责任公司，研究方向：机械。