基于EEMD与FCM聚类的自动机故障诊断

• 作者: 安邦 张玉学 潘宏侠
• 来源期刊: 中国测试
• 关键词: 自动机 聚合经验模态 模糊C均值聚类算法 能量比 故障诊断
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 测控技术
• 页码范围: 106-110
• 页数: 5页
• 字数: 2910字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2017.03.022

摘要

针对自动机使用中常见的故障检测与识别问题,考虑到自动机振动响应信号非线性、短时、瞬态和冲击特性,提出基于聚合经验模态分解(EEMD)和模糊C均值(FCM)聚类结合的自动机故障诊断方法.首先,使用EEMD分解方法对自动机的振动信号进行分解,结合相关系数提取前5个固有模态函数(IMF)分量的能量百分比作为特征值,再用模糊C均值聚类对特征值进行聚类分析.通过对自动机不同工况分别用EEMD和EMD方法进行故障分类识别对比,结果表明:所有样本的诊断结果与实际情况基本符合,证明EEMD法有更好的分类效果,分类正确率达93.75%.从而验证该方法能有效应用在自动机故障诊断中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械与动力工程学院	359	2630	23.0	34.0
5	安邦	中北大学机械与动力工程学院	8	24	3.0	4.0
6	张玉学	中北大学机械与动力工程学院	8	19	2.0	4.0