基于EMD分解的聚类树状图轴承故障诊断
张梅军，韩思晨，王闯，焦志鑫
（解放军理工大学 工程兵工程学院，江苏 南京 210007）
摘要：针对滚动轴承故障振动信号的非平稳特征和故障征兆模糊性，提出了基于EMD和动态模糊聚类图的轴承故障诊断方法。运用EMD方法提取待诊断的轴承运行状态样本的能量特征指标，应用模糊聚类分析方法对特征参数进行聚类，并作出聚类树状图。结果表明，该方法不需要大量的样本进行学习，且能更直观、准确识别滚动轴承的运行状态。
关键词：EMD分解；动态模糊聚类图；故障诊断
中图分类号：O242.21 文献标识码：A 文章编号：1006－0316 (2012) 07－0001－04
Clustering based on EMD decomposition tree bearing fault diagnosis
ZHANG Mei-jun，HAN Si-chen，WANG Chuang，JIAO Zhi-xin
（Engineering Institute of Engineering Corps，PLA University of Science，Nanjing 210007，China）
Abstract：For the non-stationary feature of a vibration signal of defective rolling bearings and the ambiguity of fault feature, a fault diagnosis method of rolling bearings is proposed using EMD ( Empirical Mode Decomposition ), Dynamic fuzzy clustering graph. Firstly, an EMD method was used to decompose a vibration signal of a rolling bearing. Then those parameters were analyzed by fuzzy clustering algorithm, and plotted amic fuzzy clustering graph. Experiments indicated that This method does not require a large number of samples for learning, and And can more intuitivelt, accurately distinguish the running state of bearings.
Key words：emp iricalmode decomposition ( EMD )；dynamic fuzzy clustering graph；fault diagnosis
———————————————
收稿日期：2011－02－29
基金项目：国家自然科学基金资助项目（51175511）
作者简介：张梅军（1958－），女，江苏宜兴人，副教授，硕士生导师，主要研究方向为故障诊断和工程机械动力学。
- 上一篇：
- 下一篇：基于Foley参数法反算三次NURBS曲线的算法研究
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS