基于双阶自适应小波聚类的复合故障诊断

• 作者: 刘晓波 左红艳 洪连环
• 来源期刊: 计算机集成制造系统
• 学科: 工学
• 关键词: 故障诊断 小波聚类 特征提取 双阶自适应
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 数字化/智能化/网络化制造技术
• 页码范围: 2180-2191
• 页数: 12页
• 分类号: V263.6|TN911.72
• 字数: 6292字
• 语种: 中文
• DOI: 10.13196/j.cims.2017.10.012

摘要

有效特征向量的提取与故障诊断方法是实现航空发动机转子故障快速正确诊断的关键.首先根据航空发动机转子振动信号的非平稳及非线性的特点,应用小波变换和Hilbert-Huang变换方法提取振动信号的有效值、边际谱重心和小波变换最大能量层的功率谱重心三个特征向量,然后应用双阶自适应小波聚类方法对航空发动机转子进行多类型混合故障诊断.结果表明双阶自适应小波聚类方法能快速准确地实现故障分类与识别,尤其对于密度分布不均匀的多类型混合数据,诊断精度显著高于传统的小波聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪连环	南京航空航天大学机电学院	20	41	3.0	6.0
3	刘晓波	南京航空航天大学机电学院	40	98	5.0	8.0
5	左红艳	南京航空航天大学机电学院	12	37	4.0	5.0