EMD模糊聚类法及在滚动轴承故障诊断中的应用

被引:20
作者
蒋玲莉 [1 ,2 ]
刘义伦 [2 ]
李学军 [1 ]
陈安华 [1 ]
机构
[1] 湖南科技大学机械设备健康维护省重点实验室
[2] 中南大学机电学院
基金
湖南省自然科学基金;
关键词
滚动轴承; 经验模态分解(empirical moded ecomposition,EMD); 模糊聚类; 故障诊断;
D O I
10.16579/j.issn.1001.9669.2011.05.015
中图分类号
TH133.33 [滚动轴承]; TH165.3 [];
学科分类号
082805 [农业机械化与装备工程];
摘要
轴承故障是导致旋转机械失效的重要原因,故障诊断对保障轴承正常运行至关重要。文中提出经验模态分解(empirical mode decomposition,EMD)和模糊聚类相结合的滚动轴承故障诊断方法,以经验模态分解所得内禀模态函数能量值作为特征向量建立模糊关系矩阵,基于欧氏距离建立模糊相似矩阵,基于传递闭包法建立模糊等价矩阵,利用λ截矩阵实现聚类分析与模式识别。实例验证该方法可对不同故障状态的滚动轴承准确分类,实现故障诊断,诊断过程简单、准确、有效,具有一定的实用价值。
引用
收藏
页码:650 / 654
页数:5
相关论文
共 6 条
[1]
基于EMD的轻轨锚固螺杆故障诊断方法研究 [J].
陈小强 ;
王琦 ;
汪同庆 ;
叶庆卫 .
机械强度, 2009, 31 (04) :548-552
[2]
小波分析-模糊聚类法用于滚动轴承故障诊断 [J].
崔宝珍 ;
王泽兵 ;
潘宏侠 .
振动、测试与诊断, 2008, (02) :151-154+183
[3]
基于模糊聚类的油田往复压缩机气阀故障诊断研究 [J].
王朝晖 ;
姚德群 ;
段礼祥 .
机械强度, 2007, (03) :521-524
[4]
基于小波变换—模糊聚类的变速箱齿轮故障诊断 [J].
尹安东 ;
赵韩 ;
羊拯民 .
中国机械工程, 2006, (20) :2121-2125
[5]
基于EMD与神经网络的滚动轴承故障诊断方法 [J].
杨宇 ;
于德介 ;
程军圣 .
振动与冲击, 2005, (01)
[6]
模糊聚类分析及其应用.[M].高新波著;.西安电子科技大学出版社.2004,