基于G-蚁群聚类的滚轴故障诊断方法

摘要：

滚动轴承故障是电机设备运行中常见的故障之一,常见的典型故障有滚动轴承外环故障、滚动轴承内环故障和滚动轴承滚子故障等.由于故障点出现的位置距离比较近,易对滚动轴承作出错误的故障诊断,为此提出一种基于遗传变异蚁群聚类的滚动轴承故障诊断方法.首先,应用小波包函数对滚动轴承的3种故障状态数据及滚轴正常状态数据进行多层分解,构造状态特征向量;然后,将4种状态特征向量分别代入基本蚁群的聚类算法和基于遗传变异蚁群的聚类算法,得到滚动轴承的故障分类模型;最后,选取10组故障数据作为验证样本对两种聚类模型进行验证.实验结果表明,基于遗传变异蚁群的聚类算法的分类速度更快,比基于基本蚁群(ACO)的聚类算法的诊断方法对滚轴故障类型的识别率更高.

关键词：滚动轴承故障、小波包、特征向量、蚁群聚类、遗传变异

所属期刊栏目：38

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金资助项目51209134

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：24-27