基于双网格校正小波聚类的转子故障诊断

发布时间：2018-01-12 20:04

本文关键词：基于双网格校正小波聚类的转子故障诊断　出处：《计算机集成制造系统》2017年09期 　论文类型：期刊论文

【摘要】：针对网格聚类算法不可避免产生的网格量化问题,提出一种基于双网格校正小波聚类算法。该算法以最大密集网格规则下获得的网格划分k值进行原始网格小波聚类,以均匀分布假设规则下获得的网格划分k值进行校正网格小波聚类,通过校正算法得到最佳聚类结果。通过基于双网格校正小波聚类的转子故障诊断实例表明:双网格小波聚类降低了网格划分和网格密度阈值对聚类质量的影响,提高了精度;双网格聚类的并行校正处理缓和了一种尺寸下网格均匀划分与数据对象非均匀分布之间的矛盾,为网格量化问题提供了一种解决思路。
[Abstract]:This paper aims at the problem of mesh quantization which is unavoidable in mesh clustering algorithm. A new wavelet clustering algorithm based on two-grid correction is proposed, in which the original mesh wavelet clustering is based on the k value obtained under the maximum dense mesh rule. Based on the k value obtained under the assumption of uniform distribution rule, the corrected grid wavelet clustering is carried out. An example of rotor fault diagnosis based on two-grid corrected wavelet clustering shows that the two-grid wavelet clustering reduces the effect of mesh generation and the threshold of mesh density on the clustering quality. The precision is improved; The parallel correction of two-grid clustering alleviates the contradiction between uniform mesh partitioning and non-uniform distribution of data objects in size and provides a solution to the problem of mesh quantization.
【作者单位】：南昌航空大学航空制造工程学院;南京航空航天大学机电学院;
【基金】：国家自然科学基金资助项目(51365040) 航空科学基金资助项目(2013ZD56009) 江西省自然科学基金资助项目(20151BAB206060) 江西省研究生创新专项资金资助项目(YC2015-S314)~~
【分类号】：TH17;TP311.13
【正文快照】： 0引言转子系统是风机、气轮机、航空发动机这类典型旋转机械的核心部件,它的正常与否关系到整台机械设备的运行状态,对其进行状态监测和故障诊断能够提高生产效率、避免重大事故发生,对现代工业的发展具有重大意义。随着信息技术和人工智能等领域的发展,智能化逐渐成为故障诊

【相似文献】