基于ALIFD模糊熵和GK聚类的滚动轴承故障诊断

• 作者: 刘晓波 葛红平
• 来源期刊: 失效分析与预防
• 学科: 工学
• 关键词: 滚动轴承 自适应局部迭代滤波分解 模糊熵 GK聚类 故障诊断
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 基础研究
• 页码范围: 71-78
• 页数: 8页
• 分类号: TH17
• 字数: 5350字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6214.2019.02.001

摘要

针对滚动轴承故障振动信号具有非平稳性及非线性的特点,提出一种基于自适应局部迭代滤波分解(ALIFD)模糊熵和GK聚类的滚动轴承故障诊断方法.首先对滚动轴承故障振动信号进行ALIFD分解,得到若干个本征模态函数(IMF)分量,然后通过相关性分析筛选出前3个包含主要特征信息的IMF分量,并将筛选的IMF分量的模糊熵作为特征向量,最后利用GK聚类对所得的特征向量进行识别分类.将该方法应用于滚动轴承实验数据分析,并使用分类系数和平均模糊熵对分类性能进行评价,结果表明,与基于经验模态分解模糊熵和GK聚类的故障诊断方法进行对比,该方法具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓波	南昌航空大学航空制造工程学院	40	98	5.0	8.0
2	葛红平	南昌航空大学航空制造工程学院	1	0	0.0	0.0