基于混沌与模糊聚类的机械故障自动识别

• 作者: 张淑清 张立国 张金敏 赵玉春 邢艳杰
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 故障识别 间歇混沌 模糊最大似然估计聚类 最大最小贴近度
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 机械动力学
• 页码范围: 81-85
• 分类号: TH17
• 字数: 3073字
• 语种: 中文
• DOI: 10.3901/JME.2011.19.081

摘要

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法.利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析.同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果.试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢艳杰	燕山大学电气工程学院	3	14	2.0	3.0
2	张淑清	燕山大学电气工程学院	81	1525	21.0	36.0
3	张立国	燕山大学电气工程学院	42	349	10.0	17.0
4	张金敏	燕山大学电气工程学院	6	108	4.0	6.0
5	赵玉春	燕山大学电气工程学院	5	49	4.0	5.0