安装kubernetes

k8s架构图

1架构规划 

首先在vmware上安装三台centos 如下图所示

虚拟机的配置信息,三台都是一样的



 

主机名设置

 可以在centos中修改主机名

在master上执行 hostnamectl --static set-hostname k8s-master

在node1上执行 hostnamectl --static set-hostname k8s-node-1

在node2上执行 hostnamectl --static set-hostname k8s-node-2

查看命令是 hostname

修改hosts文件 增加192.168.1.63 k8s-master

3 安装方式

kubeadm安装

kubeadm是Kubernetes官方提供的用于快速安装Kubernetes集群的工具

查看防火墙状态:firewall-cmd --state

分别在centos限执行下面的语句

sudo systemctl stop firewalld.service #停止firewall

sudo systemctl disable firewalld.service #禁止firewall开机启动

sudo firewall-cmd --state #查看防火墙状态

执行 sudo setenforce 0

打开下图的config 修改seLinux=disabled

 

创建k8s.conf 加入内容

net.bridge.bridge-nf-call-ip6tables = 1

net.bridge.bridge-nf-call-iptables = 1

执行命令 使生效 sudo sysctl -p /etc/sysctl.d/k8s.conf

 

安装Docker

执行命令  sudo yum install -y yum-utils device-mapper-persistent-data lvm2

执行结果如下图所示

继续执行 sudo yum-config-manager \ --add-repo \ https://download.docker.com/linux/centos/docker-ce.repo

执行查看可安装的 包 sudo yum list docker-ce.x86_64 --showduplicates |sort -r

执行 sudo yum makecache

 

 

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值