CAJ | 학술논문

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法.利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析.同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果.试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果.
침대대형설비선전부건고장모식복잡난이식별적특점,급출일충기우혼돈여모호최대사연고계(Fuzzy maximum likelihood estimates,FMLE)취류상결합적궤계고장자동식별방법.이용혼돈진자재비평형상변대소신호비상민감,이대조성화고빈신호구유강면역력적특점,가검측출미약적주기고장특정신호적빈솔신식,병장기작위고장특정시량수입모호취류분류기진행취류분석.동시침대전통적모호C균치(Fuzzy center means,FCM)취류산법지괄용우구형혹자류구형수집분포적결함,장기우최대사연고계적거리측도인입고장특정취류중,실현대불동형상、대소화밀도적고장수거집모호취류,체도대궤계고장자동식별적효과.시험급공정실례결과증명료방법적유효성,동시증명FMLE취류구유경호적취류효과.