首页 期刊 中国测试 基于EEMD与FCM聚类的自动机故障诊断 【正文】

基于EEMD与FCM聚类的自动机故障诊断

作者:张玉学; 潘宏侠; 安邦 中北大学机械与动力工程学院; 山西太原030051; 中北大学系统辨识与诊断技术研究所; 山西太原030051
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  

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅