-
题名轴承故障的排列熵特征提取与GK模糊识别方法
被引量:4
- 1
-
-
作者
陆凤君
-
机构
山东工业职业学院冶金与汽车工程系
-
出处
《组合机床与自动化加工技术》
北大核心
2020年第5期95-98,102,共5页
-
基金
淄博市校城融合项目(2018ZBXC269)。
-
文摘
为了提高轴承故障诊断准确率,提出了参数优化多尺度排列熵的特征参数提取方法和加权GK模糊聚类的识别方法。在特征提取方面,以多尺度排列熵序列偏度最小为优化目标,使用多作用力微粒群算法优化多尺度排列熵参数,实现了排列熵特征参数在轴承不同故障状态下的完全分离;在故障识别方面,提出了加权GK模糊聚类的识别方法,使用ReliefF算法计算特征参数权重,为高敏感度特征参数赋予更大的权值,从而提高GK模糊聚类的聚集度。经轴承故障实验验证,文章提出的排列熵特征参数提取和GK模糊聚类识别方法在此次实验中能够精准识别轴承故障类型,说明文中提出的特征提取和模式识别方法具有一定借鉴意义。
-
关键词
轴承故障诊断
参数优化多尺度排列熵
加权GK模糊聚类
多作用力微粒群算法
-
Keywords
bearing fault diagnosis
parameters optimized multiple scales entropy
weighted GK fuzzy clustering
multiple interactions particle swarm algorithm
-
分类号
TH133
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-