风电机组齿轮箱故障分类方法研究

来源期刊：机械设计与制造2015年第2期

论文作者：李状 马志勇 姜锐 柳亦兵

文章页码：177 - 180

关键词：风电机组;齿轮箱;ART2神经网络;C-均值聚类;无监督分类;故障诊断;

摘    要：风电机组齿轮箱的运行工况复杂多变,很难获取大量的所有已知故障的样本数据,为了能够实现在无已知样本数据条件下的故障分类,提出了一种基于ART2神经网络和C-均值聚类算法的风电机组齿轮箱故障分类方法。首先利用ART2无监督神经网络实现样本数据的初步分类,再利用C-均值聚类算法对分类结果进行修正,克服了由于原始神经网络算法存在"硬竞争"导致分类精度下降的问题。分析结果表明提出的方法具有更高的分类准确度,能够对健康和不同故障类型的风电机组齿轮箱进行准确分类识别。