核方法与模糊C-均值相结合的故障模式识别方法
针对大型旋转机械故障特征之间错综复杂的非线性关系问题,提出一种将核方法与模糊C-均值(FCM)技术融合的故障辨识方法.以一个双跨度转子实验台为研究对象,围绕着其故障数据集的聚类与解决好故障模式识别需求,首先利用核方法将原始数据集进行一个非线性映射至高维的核空间,使在原低维空间中高度非线性化的特征在核空间呈线性可分,由此实现了增大不同类别故障数据子集之间的特征差异目的;然后在核空间中进行模糊C-均值聚类,计算每个样本到聚类中心的距离并归并到距离最近的类中;最后通过测试集对故障辨识的有效性进行验证.
旋转机械 故障诊断 模式识别 核方法 模糊C-均值
孙业北 赵荣珍 唐小斌 冯乐
兰州理工大学机电工程学院,兰州730050
国内会议
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议
西安
中文
296-298
2016-08-01（万方平台首次上网日期，不代表论文的发表时间）