基于EMD分解的聚类树状图轴承故障诊断
기우EMD분해적취류수상도축승고장진단
Clustering based on EMD decomposition tree bearing fault diagnosis
  • 万方数据
    机械 궤계
    MACHINERY
    2012年 7期 1-4 ,共4页

    张梅军%韩思晨%王闯%焦志鑫

    장매군%한사신%왕틈%초지흠

    EMD分解%动态模糊聚类图%故障诊断 EMD分解%動態模糊聚類圖%故障診斷
    EMD분해%동태모호취류도%고장진단
    针对滚动轴承故障振动信号的非平稳特征和故障征兆模糊性,提出了基于EMD和动态模糊聚类图的轴承故障诊断方法.运用EMD方法提取待诊断的轴承运行状态样本的能量特征指标,应用模糊聚类分析方法对特征参数进行聚类,并作出聚类树状图.结果表明,该方法不需要大量的样本进行学习,且能更直观、准确识别滚动轴承的运行状态.
    침대곤동축승고장진동신호적비평은특정화고장정조모호성,제출료기우EMD화동태모호취류도적축승고장진단방법.운용EMD방법제취대진단적축승운행상태양본적능량특정지표,응용모호취류분석방법대특정삼수진행취류,병작출취류수상도.결과표명,해방법불수요대량적양본진행학습,차능경직관、준학식별곤동축승적운행상태.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문