基于密度聚类的故障诊断方法研究
来源期刊：矿山机械2019年第8期
论文作者：王胜春 安宏 董明晓 宋世军
文章页码：55 - 58
关键词：故障诊断;时序模型;均值聚类;密度聚类;
摘 要：应用时序分析的方法对振动信号进行建模,将求解出的模型参数作为提取的特征,进行了基于密度聚类(DBSCAN)的自动诊断。DBSCAN算法不需要人为确定分类的数量,且自动诊断的正确率要高于均值方法,该自动诊断方法无需计算旋转机械的转速、频率和故障信号,不需要用故障数据进行训练。因此,DBSCAN更易于实现旋转机械状态的自动在线监测。
王胜春，安宏，董明晓，宋世军
山东建筑大学机电工程学院
摘 要：应用时序分析的方法对振动信号进行建模,将求解出的模型参数作为提取的特征,进行了基于密度聚类(DBSCAN)的自动诊断。DBSCAN算法不需要人为确定分类的数量,且自动诊断的正确率要高于均值方法,该自动诊断方法无需计算旋转机械的转速、频率和故障信号,不需要用故障数据进行训练。因此,DBSCAN更易于实现旋转机械状态的自动在线监测。
关键词：故障诊断;时序模型;均值聚类;密度聚类;
