基于密度聚类的故障诊断 方法研究

• 作者: 安宏 宋世军 王胜春 董明晓
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 故障诊断 时序模型 均值聚类 密度聚类
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 通用
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP311.13
• 字数: 3121字
• 语种: 中文

摘要

应用时序分析的方法对振动信号进行建模,将求解出的模型参数作为提取的特征,进行了基于密度聚类(DBSCAN)的自动诊断.DBSCAN算法不需要人为确定分类的数量,且自动诊断的正确率要高于均值方法,该自动诊断方法无需计算旋转机械的转速、频率和故障信号,不需要用故障数据进行训练.因此,DBSCAN更易于实现旋转机械状态的自动在线监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋世军	山东建筑大学机电工程学院	51	252	8.0	14.0
2	董明晓	山东建筑大学机电工程学院	79	697	14.0	23.0
3	王胜春	山东建筑大学机电工程学院	32	192	7.0	13.0
4	安宏	山东建筑大学机电工程学院	2	0	0.0	0.0