基于MEMD和FCM的旋转机械故障诊断方法
旋转机械结构复杂,振动信号信噪比低且多为非平稳非线性的多分量信号,出现故障时难以进行有效的诊断.鉴于此,本文提出了一种基于多分辨经验模式分解(Multi-resolution Empirical Mode Decomposition,MEMD)和模糊C均值聚类(FCM)相结合的故障诊断方法.首先运用MEMD方法对振动信号进行分解,选取有效IMF分量进行特征提取,然后利用FCM方法对特征向量进行聚类分析,以识别旋转机械的运行状态.实验应用结果表明,该方法可以有效地对非平稳信号进行特征提取,故障状态识别高效、准确,很好地实现了旋转机械的故障诊断.
旋转机械 故障诊断 振动信号 模式识别
白堂博 张来斌 段礼祥
中国石油大学(北京)机械与储运工程学院,北京102249
国内会议
郑州
中文
197-200
2012-08-16（万方平台首次上网日期，不代表论文的发表时间）