文献类型：期刊文章

作　　者：张玉学[1] 潘宏侠[1,2] 安邦[1]

机构地区：[1]中北大学机械与动力工程学院,山西太原030051 [2]中北大学系统辨识与诊断技术研究所,山西太原030051

出　　处：《中国测试》

基　　金：国家自然科学基金项目(51175480)

年　　份：2017

卷　　号：43

期　　号：3

起止页码：106-110

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、IC、ZGKJHX、核心刊

摘　　要：针对自动机使用中常见的故障检测与识别问题,考虑到自动机振动响应信号非线性、短时、瞬态和冲击特性,提出基于聚合经验模态分解(EEMD)和模糊C均值(FCM)聚类结合的自动机故障诊断方法。首先,使用EEMD分解方法对自动机的振动信号进行分解,结合相关系数提取前5个固有模态函数(IMF)分量的能量百分比作为特征值,再用模糊C均值聚类对特征值进行聚类分析。通过对自动机不同工况分别用EEMD和EMD方法进行故障分类识别对比,结果表明:所有样本的诊断结果与实际情况基本符合,证明EEMD法有更好的分类效果,分类正确率达93.75%。从而验证该方法能有效应用在自动机故障诊断中。

关 键 词：自动机 聚合经验模态  模糊C均值聚类算法 能量比  故障诊断

分 类 号：TP277]