基于拉普拉斯分值和模糊C均值聚类的滚动轴承故障诊断

• 作者: 于德介 欧璐
• 来源期刊: 中国机械工程
• 关键词: 滚动轴承 拉普拉斯分值 模糊C均值聚类 故障诊断
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 信息技术
• 页码范围: 1352-1356,1357
• 页数: 6页
• 分类号: TN911.7|TH165.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.10.015

摘要

针对滚动轴承故障振动信号的非平稳特征和故障征兆的模糊性，提出了基于拉普拉斯分值和模糊C均值(FCM)聚类的滚动轴承故障诊断方法。该方法首先在时域和频域对滚动轴承振动信号进行特征提取，组成初始特征向量；然后利用拉普拉斯分值进行特征选择，形成故障特征向量；最后以FCM聚类为故障分类器，实现滚动轴承不同故障类型的识别。应用实例和对比实验表明，该方法能有效提取滚动轴承振动信号特征，诊断滚动轴承故障。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于德介	湖南大学汽车车身先进设计制造国家重点实验室	253	5743	38.0	65.0
2	欧璐	湖南大学汽车车身先进设计制造国家重点实验室	5	71	3.0	5.0