| 基于MMFD-FCM的退化状态识别方法及其应用研究 |
| |
| 引用本文： | 李海涛,王冰.基于MMFD-FCM的退化状态识别方法及其应用研究[J].应用声学,2014,22(9):2882-2885. |
| |
| 作者姓名： | 李海涛 王冰 |
| |
| 作者单位： | 商丘师范学院 计算机与信息技术学院, 河南 商丘 476000;军械工程学院, 石家庄 050003 |
| |
| 基金项目： | 河南省基础与前沿技术研究计划项目(132300410385)。 |
| |
| 摘 要： | 为了有效地对机械设备运行状态进行监测,进而对其性能退化状态进行识别,提出一种基于形态多重分形维数(MMFD)与模糊C均值聚类(FCM)的性能退化状态识别方法；该方法首先计算机械设备振动信号的形态多重分形维数,以此作为性能退化特征指标；该特征指标能够有效反映峰值在振动信号中概率分布的不均匀程度,从而定量描述振动信号的性能退化状态,并且与多重形态分形维数相比,利用数学形态学计算的MMFD精度更高,计算速度更快；在此基础上,鉴于不同退化状态之间的模糊性,针对性地采用模糊C均值聚类方法对特征指标进行模糊聚类,从而有效识别性能退化状态；将该方法应用于滚动轴承全寿命周期振动信号中,分析结果验证了该方法的有效性。
|
| 关 键 词： | 机械设备 数学形态学 多重分形 模糊聚类 退化状态识别 滚动轴承 |
| 收稿时间： | 2014/4/29 0:00:00 |
| 修稿时间： | 6/9/2014 12:00:00 AM |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
