針對(duì)滾動(dòng)軸承故障特征提取困難導(dǎo)致故障類型難以辨識(shí)的問(wèn)題,提出基于集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition, EEMD）和GG（Gath-Geva,GG）聚類的軸承故障診斷方法。首先,使用EEMD分解方法對(duì)軸承的振動(dòng)信號(hào)進(jìn)行分解,結(jié)合相關(guān)系數(shù)原則提取含有主要故障信息的4個(gè)固有模態(tài)函數(shù)（IMF）分量,計(jì)算其能量百分比作為特征值,再用GG聚類對(duì)特征值進(jìn)行聚類分析。通過(guò)仿真驗(yàn)證了GG聚類的優(yōu)越性,然后采用文中提出的GG聚類方法與FCM聚類、GK聚類對(duì)軸承故障數(shù)據(jù)的聚類效果進(jìn)行對(duì)比分析,驗(yàn)證了文中所提方法在滾動(dòng)軸承故障識(shí)別中的可行性。 

【文章來(lái)源】：組合機(jī)床與自動(dòng)化加工技術(shù). 2020年05期 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

GK聚類結(jié)果

GK聚類結(jié)果

EEMD方法流程

【參考文獻(xiàn)】：
期刊論文
[1]基于EEMD與FCM聚類的自動(dòng)機(jī)故障診斷[J]. 張玉學(xué),潘宏俠,安邦.  中國(guó)測(cè)試. 2017(03)
[2]基于EEMD模糊熵的PCA-GG滾動(dòng)軸承聚類故障診斷[J]. 許凡,方彥軍,張榮.  計(jì)算機(jī)集成制造系統(tǒng). 2016(11)
[3]一種基于EEMD-SVD和FCM的軸承故障診斷方法[J]. 張立國(guó),康樂(lè),金梅,李盼.  計(jì)量學(xué)報(bào). 2016 (01)
[4]基于EEMD形態(tài)譜和KFCM聚類集成的滾動(dòng)軸承故障診斷方法研究[J]. 鄭直,姜萬(wàn)錄,胡浩松,朱勇,李揚(yáng).  振動(dòng)工程學(xué)報(bào). 2015(02)



本文編號(hào)：2916908