采煤机滚动轴承故障诊断新方法

来源期刊：工矿自动化2017年第5期

论文作者：公茂法 郭一萱 闫鹏 吴娜 张超

文章页码：50 - 53

关键词：采煤机;滚动轴承;故障诊断;波动性;径向基核函数;K-means聚类算法;TD算法;

摘    要：针对基于K-means聚类算法的采煤机滚动轴承故障诊断结果存在不稳定的问题,提出了一种基于TDKM-RBF神经网络的采煤机滚动轴承故障诊断新方法。该方法采用Tree Distribution算法确定K-means聚类算法的初始聚类中心,消除K-means聚类结果的波动性,采用K-means算法确定RBF神经网络的参数,再将训练好的神经网络用于故障诊断。仿真结果表明,该方法的聚类过程迅速,稳定性较高,提高了采煤机滚动轴承故障诊断的正确率。