首页
|
本学科首页
官方微博
|
高级检索
全部专业
航空
航空、航天技术的研究与探索
航天(宇宙航行)
学报及综合类
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
基于AFI混合聚类算法的轴承故障诊断方法
作者姓名:
金 阳
王 林
崔朗福
黄云涛
张庆振
张 如
韩晓萱
张超祺
宋子雄
作者单位:
北京航空航天大学 自动化科学与电气工程学院;北京航天控制仪器研究所;北京航天自动控制研究所
基金项目:
“高档数控机床与基础制造装备”科技重大专项项目(2019ZX04026001)
摘 要:
针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。
关 键 词:
滚动轴承
故障诊断
人工鱼群算法
模糊C均值
迭代自组织数据分析
Bearing Fault Diagnosis Method Based on AFI Hybrid Clustering Algorithm
Authors:
JIN Yang
WANG Lin
CUI Langfu
HUANG Yuntao
ZHANG Qingzhen
ZHANG Ru
HAN Xiaoxuan
ZHANG Chaoqi
SONG Zixiong
Institution:
School of Automation Science and Electrical Engineering, Beihang University;Beijing Aerospace Control Instrument Research Institute;Beijing Aerospace Automatic Control Research Institute
Abstract:
Keywords:
rolling bearing
fault diagnosis
artificial fish swarm algorithm
fuzzy C-means
iterative self-organizing data analysis
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号