局部切空间排列和改进模糊C-均值聚类的滚动轴承故障诊断模型

发布时间：2017-10-13 23:48

  本文关键词：局部切空间排列和改进模糊C-均值聚类的滚动轴承故障诊断模型

  更多相关文章： 滚动轴承 故障诊断 局部切空间排列 改进模糊C-均值聚类

【摘要】：针对滚动轴承故障振动信号具有非平稳特征以及故障特征难以准确提取,提出一种局部切空间排列(LTSA)和改进模糊C-均值聚类的滚动轴承故障诊断模型。首先,基于滚动轴承振动信号分别在时域与频域提取特征参数构建高维特征矩阵,利用局部切空间排列非线性流形学习算法提取高维矩阵的低维故障特征向量;然后,利用改进模糊C-均值聚类算法构造多类故障分类器,实现滚动轴承不同故障类型的识别。经实验验证,该模型能够有效提取滚动轴承故障特征,并能够获得较高的故障诊断准确率。
【作者单位】： 北京信息科技大学现代测控技术教育部重点实验室;
【关键词】： 滚动轴承 故障诊断 局部切空间排列 改进模糊C-均值聚类
【基金】：国家自然科学基金项目(51275052) 北京市自然科学基金重点项目(3131002) 北京市教委科研计划重点项目(KZ201311232036)
【分类号】：TP311.13;TH133.33
【正文快照】： 1引言滚动轴承是旋转机械不可或缺的组件之一,处于不同的故障状态下的轴承,往往因刚度、摩擦力等因素呈现强烈的非平稳性以及非线性特征[1],而以主成分分析(Principal Component Anal-ysis,PCA)[2]、多维尺度变换法(Multidimensional Scaling,MDS)[3]为代表的线性分析方法对具

【相似文献】

中国期刊全文数据库 前3条

1 杨庆;陈桂明;童兴民;何庆飞;;增量式局部切空间排列算法在滚动轴承故障诊断中的应用[J];机械工程学报;2012年05期

2 杨庆;陈桂明;何庆飞;刘鲭洁;;局部切空间排列算法用于轴承早期故障诊断[J];振动.测试与诊断;2012年05期

3 ;[J];;年期

，

本文编号：1027783