简介概要

模糊减法聚类在机组设备故障诊断的应用

来源期刊:控制工程2016年第11期

论文作者:孟晓丽

文章页码:1820 - 1824

关键词:模糊减法聚类;复杂机组;故障诊断;

摘    要:大型复杂机械系统的机组设备的故障诊断时通过提取故障信号特征,对特征数据采用聚类处理,实现故障识别。数据聚类是故障诊断的基础,传统方法中,采用模糊C均值聚类进行复杂机组设备故障分类识别和诊断,模糊C均值聚类对初始值和噪声极为敏感,导致故障识别率不高。提出一种基于模糊减法聚类算法的复杂机组设备故障诊断方法。首先分析了复杂机组设备故障诊断原理,提取复杂机组设备的振动信息作为原始数据,以此数据为基础进行信号模型构建,结合现代信号处理技术,采用功率谱估计实现对振动信号的故障特征提取,以功率谱为故障特征,采用模糊减法聚类算法进行数据分类识别,实现故障诊断。仿真实验进行了性能验证,仿真结果表明,采用该算法能有效提高复杂机组设备的故障识别率,具有较好的故障诊断性能。

详情信息展示

模糊减法聚类在机组设备故障诊断的应用

孟晓丽

西安外事学院工学院

摘 要:大型复杂机械系统的机组设备的故障诊断时通过提取故障信号特征,对特征数据采用聚类处理,实现故障识别。数据聚类是故障诊断的基础,传统方法中,采用模糊C均值聚类进行复杂机组设备故障分类识别和诊断,模糊C均值聚类对初始值和噪声极为敏感,导致故障识别率不高。提出一种基于模糊减法聚类算法的复杂机组设备故障诊断方法。首先分析了复杂机组设备故障诊断原理,提取复杂机组设备的振动信息作为原始数据,以此数据为基础进行信号模型构建,结合现代信号处理技术,采用功率谱估计实现对振动信号的故障特征提取,以功率谱为故障特征,采用模糊减法聚类算法进行数据分类识别,实现故障诊断。仿真实验进行了性能验证,仿真结果表明,采用该算法能有效提高复杂机组设备的故障识别率,具有较好的故障诊断性能。

关键词:模糊减法聚类;复杂机组;故障诊断;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号