10.3969/j.issn.1672-3872.2022.03.010
混合特征量提取与FCM聚类在轴承故障模式识别中的应用
信号的特征提取是轴承故障诊断的关键所在,项目小组针对机械系统的非平稳、非线性特性,利用自适应时频分析方法——局部均值分解(Local Mean Decomposition,简称LMD)方法,同时提取信号LMD分解后的PF分量的能量、时域特征指标、近似熵作为混合特征向量,可以分别从信号的不同特征来描述轴承系统的故障信息.实验结果证明:故障识别采用FCM聚类算法,聚类效果好;将混合多特征量提取与FCM聚类算法应用于轴承故障模式识别中,可以有效进行轴承故障诊断.
混合特征量、FCM聚类、轴承、故障诊断
53
TH165+.3
河北省职业教育科学研究十四五规划课题JZY21042
2022-02-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
39-41