一种ELMD模糊熵和GK聚类的轴承故障诊断方法

作     者：杨帅杰 马跃 张旭 李铎 YANG Shuai-jie;MA Yue;ZHANG Xu;LI Duo

作者机构：大连理工大学机械工程学院辽宁大连116024 大连工业大学机械工程及自动化学院辽宁大连116034 

基　　金：辽宁省科技创新重大专项项目(2015106009) 辽宁省教育厅科学研究院一般项目(L2014228) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2018年第6期

页      码：118-121页

摘      要：针对滚动轴承故障振动信号的非平稳、非线性特性,采用一种基于总体局部均值分解(Ensemble Local Mean Decomposition,ELMD)模糊熵和GK(Gustafson-Kessell)聚类的滚动轴承故障诊断方法。首先通过对滚动轴承故障振动信号进行ELMD分解,得到若干的乘积函数(Product Function,PF)分量和一个残差。然后,通过PF分量和原始轴承故障信号的相关性分析,选取与原始信号相关性最大的PF分量,并求取PF分量的模糊熵值作为特征向量。最终,通过GK聚类对所得的特征向量进行识别分类。通过对滚动轴承正常状态、内圈故障、滚动体故障和外圈故障的轴承四种状态分析表明,基于ELMD模糊熵和GK聚类的方法能够准确有效的对轴承故障状态进行分类识别。

主 题 词：滚动轴承 总体局部均值分解 模糊熵 GK聚类 故障诊断 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2018.06.031

馆 藏 号：203289699...