基于多重分形降趋算法与改进的K均值聚类滚动轴承故障诊断

基于多重分形降趋算法与改进的K均值聚类滚动轴承故障诊断

论文摘要

针对滚动轴承振动信号非线性、非平稳的特点,提出采用多重分形降趋算法计算多重分形谱参数作为特征参数,对比分析了多重分形降趋波动分析法及多重分形降趋移动平均法提取轴承故障特征的优劣性.并提出改进的K均值聚类分析对多重分形降趋算法提取的特征参数进行分类,从而实现轴承故障诊断的目的.运用滚动轴承公开数据对方法进行验证,提取时域特征与多重分形谱参数进行对比分析,并对两种多重分形降趋算法的效果进行对比分析,验证了多重分形降趋波动分析法与改进K均值聚类相结合对轴承故障诊断的有效性,为轴承故障诊断方法提供了一种新的尝试.

论文目录

  • 1 理论基础
  •   1.1 MFDFA算法
  •   1.2 MFDMA算法
  •   1.3 改进的K均值聚类分析
  • 2 案例分析
  • 3 结 论
  • 文章来源

    类型: 期刊论文

    作者: 张鑫,赵建民,倪祥龙,李海平,宋卫星

    关键词: 轴承,多重分形,均值聚类,故障诊断

    来源: 北京理工大学学报 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 陆军工程大学(石家庄校区)装备指挥与管理系,中国洛阳电子装备试验中心

    基金: 河北省自然科学基金资助项目(E2015506012)

    分类号: TH133.33

    DOI: 10.15918/j.tbit1001-0645.2019.05.006

    页码: 473-479

    总页数: 7

    文件大小: 1638K

    下载量: 254

    相关论文文献

    标签:;  ;  ;  ;  

    基于多重分形降趋算法与改进的K均值聚类滚动轴承故障诊断
    下载Doc文档

    猜你喜欢