局部切空间排列和改进模糊C-均值聚类的滚动轴承故障诊断模型
来源期刊:机械设计与制造2016年第11期
论文作者:黄骥 蒋章雷 徐小力
文章页码:179 - 182
关键词:滚动轴承;故障诊断;局部切空间排列;改进模糊C-均值聚类;
摘 要:针对滚动轴承故障振动信号具有非平稳特征以及故障特征难以准确提取,提出一种局部切空间排列(LTSA)和改进模糊C-均值聚类的滚动轴承故障诊断模型。首先,基于滚动轴承振动信号分别在时域与频域提取特征参数构建高维特征矩阵,利用局部切空间排列非线性流形学习算法提取高维矩阵的低维故障特征向量;然后,利用改进模糊C-均值聚类算法构造多类故障分类器,实现滚动轴承不同故障类型的识别。经实验验证,该模型能够有效提取滚动轴承故障特征,并能够获得较高的故障诊断准确率。
黄骥,蒋章雷,徐小力
北京信息科技大学现代测控技术教育部重点实验室
摘 要:针对滚动轴承故障振动信号具有非平稳特征以及故障特征难以准确提取,提出一种局部切空间排列(LTSA)和改进模糊C-均值聚类的滚动轴承故障诊断模型。首先,基于滚动轴承振动信号分别在时域与频域提取特征参数构建高维特征矩阵,利用局部切空间排列非线性流形学习算法提取高维矩阵的低维故障特征向量;然后,利用改进模糊C-均值聚类算法构造多类故障分类器,实现滚动轴承不同故障类型的识别。经实验验证,该模型能够有效提取滚动轴承故障特征,并能够获得较高的故障诊断准确率。
关键词:滚动轴承;故障诊断;局部切空间排列;改进模糊C-均值聚类;