基于ART和Yu范数的聚类方法在齿轮故障诊断中的应用

• 作者: 徐增丙 李友荣 王志刚 轩建平
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 齿轮 故障诊断 聚类方法 ART Yu范数 距离区分技术
• 年，卷（期）: 2016,（2）
• 页码范围: 116-120
• 页数: 5页
• 分类号: TH165+.3
• 字数: 3478字
• 语种: 中文

摘要

针对传统聚类方法需预先指定类别个数而导致应用受限的问题，提出一种基于 ART和 Yu范数的聚类方法，可自适应地确定类别个数。通过对齿轮无标记故障样本的诊断分析对该方法进行验证。从多个角度提取反映故障信息的特征参数集，利用距离区分技术对其进行优选，并结合 ART的机制和基于 Yu范数的聚类技术，对齿轮故障类别进行诊断分析，并与 Fuzzy ART方法的诊断结果进行比较。结果表明，该方法可以有效地对齿轮故障进行区分，且效果优于 Fuzzy ART方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	轩建平	华中科技大学机械科学与工程学院	24	253	8.0	15.0
2	王志刚	武汉科技大学机械自动化学院	122	964	17.0	23.0
3	李友荣	武汉科技大学机械自动化学院	226	1660	20.0	26.0
4	徐增丙	武汉科技大学机械自动化学院	16	35	4.0	4.0