夏虎　莊健　于德弘

摘要：針對復(fù)雜機(jī)械設(shè)備故障診斷中特征量眾多且對各種故障敏感程度不同的現(xiàn)象，提出了采用軟子空間聚類算法來實現(xiàn)故障的識別方法。同時，針對傳統(tǒng)軟子空間聚類易陷入局部最優(yōu)，目標(biāo)函數(shù)設(shè)計受限制的缺點，又提出了采用進(jìn)化計算實現(xiàn)聚類的方法。利用同類樣本在相關(guān)特征維上方差小的假設(shè)，新的目標(biāo)函數(shù)能更好地評價聚類結(jié)果的質(zhì)量。在該算法中，通過設(shè)計類中心和權(quán)重值的混合編碼以及聚類導(dǎo)向搜索算子，使算法更適于聚類問題的優(yōu)化，而且設(shè)計的修復(fù)算子可有效地去除不合理的聚類結(jié)果。采用5組UCI數(shù)據(jù)集、2組軸承滾珠故障數(shù)據(jù)集和3組往復(fù)式壓縮機(jī)氣閥故障數(shù)據(jù)集對算法進(jìn)行了測試，結(jié)果表明：該算法明顯好于幾種的軟子空間聚類算法，在Rand指標(biāo)上最多可高出O.2266，并且對2組不同工況下一級缸氣閥故障可實現(xiàn)100%的故障識別。

關(guān)鍵詞：故障診斷；軟子空間聚類；進(jìn)化算法；相關(guān)特征維