基于C0复杂度和GG模糊聚类的轴承性能退化状态识别

• 作者: 孙德建 王冰 王微 胡雄
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 退化特征 C0复杂度 GG模糊聚类
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 测量与仪器
• 页码范围: 51-57
• 页数: 7页
• 分类号: TH133.33|TN911.7
• 字数: 3448字
• 语种: 中文
• DOI: 10.19533/j.issn1000-3762.2019.12.011

摘要

如何表征机械设备的性能退化程度,并对退化状态进行识别是机械设备故障预测中的关键问题.提出一种基于C0复杂度和GG模糊聚类的退化状态识别方法.首先,以混沌logistics序列为例,对比验证C0复杂度参数在复杂性表征以及运算速度方面的优势;然后,考虑退化状态在时间尺度的连续性,将时间参数映射到指数函数中,形成更符合性能退化过程的“弯曲时间参数”,并与C0复杂度、有效值构建描述性能退化过程的三维特征向量;最后,采用GG模糊聚类方法对性能退化状态进行阶段划分,识别不同的退化状态,并选用分类系数、平均模糊熵以及序列离散度对聚类效果进行综合评价.实例分析表明:提出的三维特征向量既能够反映性能退化趋势,又能体现同一状态在时间尺度上的连续性;GG聚类算法与同类的GK,FCM算法相比,聚类效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德建	上海海事大学物流工程学院	15	14	2.0	3.0
2	胡雄	上海海事大学物流工程学院	66	191	8.0	11.0
3	王冰	上海海事大学物流工程学院	17	4	1.0	1.0
4	王微	上海海事大学物流工程学院	11	4	1.0	1.0