聚类奇异谱分解方法及其在机械复合故障诊断中的应用

• 作者: 江利国 黄志辉
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 聚类奇异谱分解 层次聚类方法 复合故障 故障诊断
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 55-58,63
• 页数: 5页
• 分类号: TH16|TH113
• 字数: 3295字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.11.015

摘要

针对奇异谱分解(Singular Spectrum Decomposition,简称SSD)方法在重构奇异谱分量(Singular Spectrum Compo-nent,简称SSC)时的不足,结合聚类理论,提出了聚类奇异谱分解(Clustering Singular Spectrum Decomposition,简称CSSD)方法.该方法首先对时间序列数据构造轨迹矩阵;然后通过奇异值分解获得若干奇异值向量矩阵和特征值矩阵;接着利用对角平均化得到初始单分量;最后采用层次聚类方法计算任意两个初始单分量之间的相似度,并完成单分量的重构获得聚类奇异谱分量(Clustering Singular Spectrum Component,简称CSSC).通过仿真信号和机械复合故障信号的分析结果表明,相比较于SSD方法,CSSD方法具有优越的分解性能并可以有效地提取出机械复合故障的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志辉	西南交通大学牵引动力国家重点实验室	48	158	7.0	10.0
2	江利国	湖南铁路科技职业技术学院铁道机车学院	13	3	1.0	1.0