军事交通学院学报
軍事交通學院學報
군사교통학원학보
JOURNAL OF ACADEMY OF MILITARY TRANSPORTATION
2014年
9期
31-35
,共5页
王国威%常春%曾锐利%杨青乐%张阳光
王國威%常春%曾銳利%楊青樂%張暘光
왕국위%상춘%증예리%양청악%장양광
局域均值分解%奇异值分解%模糊C均值聚类算法%故障诊断
跼域均值分解%奇異值分解%模糊C均值聚類算法%故障診斷
국역균치분해%기이치분해%모호C균치취류산법%고장진단
针对发动机振动信号的非平稳性以及特征参数的模糊性特点,提出局域均值分解(LMD)和模糊C均值(FCM)聚类相结合的故障诊断方法,对发动机机械故障进行特征提取和模式识别.通过对已知故障样本信号进行LMD分解,形成初始特征向量矩阵;对该矩阵进行奇异值分解(SVD),将矩阵的奇异值组成故障特征向量,归一化处理后作为FCM的输入参数,得到分类矩阵和聚类中心;最后,通过计算待测故障样本与已知故障样本聚类中心的贴近度实现故障模式识别.故障诊断实验表明,该方法能有效地诊断柴油机连杆轴承故障.
針對髮動機振動信號的非平穩性以及特徵參數的模糊性特點,提齣跼域均值分解(LMD)和模糊C均值(FCM)聚類相結閤的故障診斷方法,對髮動機機械故障進行特徵提取和模式識彆.通過對已知故障樣本信號進行LMD分解,形成初始特徵嚮量矩陣;對該矩陣進行奇異值分解(SVD),將矩陣的奇異值組成故障特徵嚮量,歸一化處理後作為FCM的輸入參數,得到分類矩陣和聚類中心;最後,通過計算待測故障樣本與已知故障樣本聚類中心的貼近度實現故障模式識彆.故障診斷實驗錶明,該方法能有效地診斷柴油機連桿軸承故障.
침대발동궤진동신호적비평은성이급특정삼수적모호성특점,제출국역균치분해(LMD)화모호C균치(FCM)취류상결합적고장진단방법,대발동궤궤계고장진행특정제취화모식식별.통과대이지고장양본신호진행LMD분해,형성초시특정향량구진;대해구진진행기이치분해(SVD),장구진적기이치조성고장특정향량,귀일화처리후작위FCM적수입삼수,득도분류구진화취류중심;최후,통과계산대측고장양본여이지고장양본취류중심적첩근도실현고장모식식별.고장진단실험표명,해방법능유효지진단시유궤련간축승고장.
