基于EEMD和模糊C均值聚类算法诊断发动机曲轴轴承故障

被引：35

作者：

张玲玲 ^{[1
,2
]}

廖红云 ^{[2
]}

曹亚娟 ^{[2
]}

骆诗定 ^{[2
]}

赵懿冠 ^{[2
]}

机构：

[1] 军械工程学院火炮工程系

[2] 军事交通学院汽车工程系

来源：

内燃机学报 | 2011年 / 29卷 / 04期

关键词：

模糊C均值聚类算法; 奇异值分解; 经验模式分解; 故障诊断; 曲轴轴承;

D O I：

10.16236/j.cnki.nrjxb.2011.04.003

中图分类号：

U472.43 [汽车发动机及其部件修理];

学科分类号：

摘要：

针对发动机振动信号的非平稳性以及特征参数的模糊性特点,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和模糊C均值聚类(Fuzzy Center Mean,FCM)的故障诊断方法,通过对已知故障样本信号进行EEMD分解,形成初始特征向量矩阵;对该矩阵进行奇异值分解,将矩阵的奇异值组成故障特征向量,标准化后作为FCM的输入,得到分类矩阵和聚类中心;最后通过计算待测故障样本与已知故障样本聚类中心的贴近度实现故障模式识别.故障诊断实例表明,该方法能有效地诊断柴油机曲轴轴承故障.

引用

页码：332 / 336

页数：5

共 6 条

[1] 基于EMD和模糊C均值聚类的滚动轴承故障诊断 [J].

周川 ;

伍星 ;

刘畅 ;

贺玮 .

昆明理工大学学报(理工版), 2009, 34 (06) :34-39

[2] 基于模糊C均值算法的齿轮泵故障诊断技术 [J].

王旭平 ;

王汉功 ;

陈小虎 .

机床与液压, 2009, 37 (10) :269-272

[3]

基于小波包-模糊C均值聚类算法诊断曲轴轴承故障.[J].张威;肖云魁;司爱威;江红辉;傅钰;黄华飞;.军事交通学院学报.2009, 02

[4] 模糊聚类在柴油机故障诊断中的应用 [J].

王志华 ;

吕传音 .

中国水运(理论版), 2006, (08) :139-140

[5]

汽车故障诊断学.[M].肖云魁编著;.北京理工大学出版社.2006,

[6]

模糊数学原理及应用.[M].杨纶标;高英仪编著;.华南理工大学出版社.2005,

← 1 →