10.13465/j.cnki.jvs.2019.05.027
基于基本尺度熵与GG模糊聚类的轴承性能退化状态识别
针对轴承性能退化状态的识别问题,提出一种基于基本尺度熵与GG聚类的退化状态识别方法.首先分析轴承性能退化过程中的基本尺度熵演化规律,并分析该参数的单调性与敏感性.考虑到轴承退化状态在时间尺度的连续性,构建基本尺度熵、有效值以及退化时间的三维退化特征向量,并采用GG模糊聚类方法对轴承性能退化状态的不同阶段进行划分,实现对性能退化状态的识别.采用来自IEEE PHM 2012的轴承全寿命试验数据进行实例分析,并与FCM、GK算法进行对比,结果表明本文所提出的方法聚类效果更优,同一退化状态内的时间聚集度更高,能够为轴承性能退化状态的识别提供一种有效的途径.
基本尺度熵、特征提取、GG模糊聚类、滚动轴承、状态识别
38
TH17
国家自然科学基金51275524,51541506
2019-06-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
190-197,221