基于CCA和SOFM的轴承故障特征提取

• 作者: 万鹏 何涛 谢卫容
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 曲元分析 自组织映射神经网络 聚类分析
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 机电工程
• 页码范围: 236-240
• 页数: 5页
• 分类号: TH133.3|TP277
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-948X.2006.03.013

摘要

提出曲元分析(CCA)和自组织特征映射(SOFM)相结合的方法用于轴承的故障诊断特征提取.首先通过传感器测得轴承在正常和非正常状态下的信号;然后对所得数据进行归一化;考虑到数据比较庞大,利用CCA进行降维;再利用SOFM进行训练,网络对不同状态下的输入具有明显不同的输出.利用Matlab神经网络工具箱来实现上述算法.实例仿真表明,这个算法可以快速正确地提取出轴承故障特征值,并通过聚类算法完成轴承的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何涛	湖北工业大学机械工程学院	56	190	7.0	11.0
2	谢卫容	湖北工业大学机械工程学院	9	13	2.0	3.0
3	万鹏	湖北工业大学机械工程学院	4	13	2.0	3.0