基于ART和Yu范数的聚类方法在齿轮故障诊断中的应用

发布时间：2018-07-05 06:58

  本文选题：齿轮 + 故障诊断　； 参考：《武汉科技大学学报》2016年02期

【摘要】：针对传统聚类方法需预先指定类别个数而导致应用受限的问题,提出一种基于ART和Yu范数的聚类方法,可自适应地确定类别个数。通过对齿轮无标记故障样本的诊断分析对该方法进行验证。从多个角度提取反映故障信息的特征参数集,利用距离区分技术对其进行优选,并结合ART的机制和基于Yu范数的聚类技术,对齿轮故障类别进行诊断分析,并与Fuzzy ART方法的诊断结果进行比较。结果表明,该方法可以有效地对齿轮故障进行区分,且效果优于Fuzzy ART方法。
[Abstract]:In order to solve the problem that the traditional clustering methods need to specify the number of categories in advance, a clustering method based on art and Yu norm is proposed, which can determine the number of categories adaptively. The method is verified by the diagnosis and analysis of unmarked fault samples of gears. The characteristic parameter sets reflecting fault information are extracted from many angles, and the distance differentiation technique is used to select them. Combining with art mechanism and Yu norm based clustering technology, the fault types of gears are diagnosed and analyzed. The results are compared with those of Fuzzy art method. The results show that the method can effectively distinguish the gear faults, and the effect is better than the fuzzy art method.
【作者单位】： 武汉科技大学机械自动化学院;华中科技大学机械科学与工程学院;
【基金】：国家自然科学基金资助项目(51405353)
【分类号】：TH132.41

【相似文献】

相关期刊论文 前10条

1 汤和;应怀樵;汪元辉;张策;;用齿轮噪声特性诊断齿轮故障的研究[J];齿轮;1986年04期

2 高明;齿轮故障分析及诊断[J];电大理工;2000年01期

3 皮骏;廖明夫;;利用小波包络诊断齿轮故障[J];机械设计;2005年11期

4 孔文涛;许益华;;齿轮故障的原因及诊断[J];石油和化工设备;2009年03期

5 艾延廷,盛元生;时域分析技术在齿轮故障检测中的应用[J];振动、测试与诊断;1992年04期

6 潘嘉祺;《齿轮故障模拟器的开发和研制》项目通过科技成果鉴定[J];上海冶金高等专科学校学报;2000年02期

7 陈明华 ,陈海林 ,江建忠;齿轮故障的振动诊断及案例分析[J];中国设备工程;2005年07期

8 陈亮;;应用振动峰值能量对齿轮故障的诊断[J];中国设备工程;2008年04期

9 张桂才，赵万镒;幅值立方法──一种新的齿轮故障信号预处理方法[J];机械传动;1994年03期

10 刘建敏;刘远宏;江鹏程;冯辅周;;基于包络S变换时频图像提取齿轮故障特征[J];振动与冲击;2014年01期

相关会议论文 前2条

1 明廷锋;张永祥;仰德标;;齿轮故障诊断技术研究综述[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 张玉奎;周火青;;提升小波分析在齿轮故障中的应用[A];2012中国（唐山）绿色钢铁高峰论坛暨冶金设备、节能减排技术推介会论文集/推介指南[C];2012年

相关硕士学位论文 前10条

1 赵年伟;基于声发射技术的齿轮故障监测[D];沈阳工业大学;2013年

2 Simon Romli;基于包络分析的齿轮故障监测及基于人工神经网络的齿轮故障分类[D];重庆大学;2011年

3 李海龙;基于局部特征尺度分解的齿轮故障诊断方法研究[D];湖南大学;2012年

4 马学知;基于虚拟仪器的齿轮故障测试系统[D];湖南大学;2007年

5 陈佳;齿轮故障信号实时压缩算法研究[D];重庆大学;2014年

6 董传洋;基于MCSA的齿轮故障诊断技术研究[D];哈尔滨工业大学;2015年

7 周辉;齿轮故障的特征提取与模式识别技术研究[D];郑州大学;2005年

8 曹宇翔;基于核聚类与信息融合的齿轮故障诊断技术研究[D];湖南科技大学;2014年

9 祁映强;基于自相关分析和EMD理论的齿轮故障诊断方法研究[D];内蒙古科技大学;2015年

10 张姗姗;基于蜂群优化的支持向量机齿轮故障诊断技术研究[D];东北石油大学;2015年

，

本文编号：2099384