基于QD分形维和模糊聚类的齿轮故障识别研究

摘要：

本文详细介绍了四分位偏差(QD)分形维算法，提出将此特征量与计算过程中产生的截距组成特征向量，以用于齿轮故障分类.将此特征向量与GK模糊聚类算法相结合，对实测齿轮振动信号进行分类，实验结果表明此方法能正确的对常见齿轮故障模式进行识别，具有较好的抗噪能力。

关键词： 四分位偏差 分形维 齿轮故障 故障识别 GK模糊聚类 特征向量

作者: 肖涵 李友荣 吕勇

作者单位: 武汉科技大学,机械自动化学院,武汉,430081

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 576-578

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）