基于小波包和EM聚类的采煤机齿轮故障诊断

• 作者: 张志刚 陈巧云 马俊
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 齿轮 故障诊断 小波包 高斯混合模型 EM聚类
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 计算机应用
• 页码范围: 183-186
• 页数: 4页
• 分类号: TP206.3|TD421.6
• 语种: 中文
• DOI: 10.13436/j.mkjx.202009060

摘要

针对采煤机齿轮故障振动信号难以准确获取故障特征的问题,提出了一种利用小波包结合高斯混合EM聚类的齿轮故障诊断方法.首先对故障信号进行小波包分解和重构,得到其高频率尺度下的能量值,然后以此作为故障样本属性,结合高斯混合EM聚类算法建立故障模型数据库,最后将实时信号与故障库对比进行分类诊断.实验仿真结果表明,该方法对齿轮的几种典型故障表现出了良好的诊断能力,且可以实现采煤机不停机在线诊断,对提高采煤机故障诊断智能化水平具有较高的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马俊		16	15	2.0	3.0
2	陈巧云		8	1	1.0	1.0
3	张志刚		9	18	2.0	4.0