基于EMD分解的聚類樹狀圖軸承故障診斷
張梅軍，韓思晨，王闖，焦志鑫
（解放軍理工大學 工程兵工程學院，江蘇 南京 210007）
摘要：針對滾動軸承故障振動信號的非平穩特征和故障征兆模糊性，提出了基于EMD和動態模糊聚類圖的軸承故障診斷方法。運用EMD方法提取待診斷的軸承運行狀態樣本的能量特征指標，應用模糊聚類分析方法對特征參數進行聚類，并作出聚類樹狀圖。結果表明，該方法不需要大量的樣本進行學習，且能更直觀、準確識別滾動軸承的運行狀態。
關鍵詞：EMD分解；動態模糊聚類圖；故障診斷
中圖分類號：O242.21 文獻標識碼：A 文章編號：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
基金項目：國家自然科學基金資助項目（51175511）
作者簡介：張梅軍（1958－），女，江蘇宜興人，副教授，碩士生導師，主要研究方向為故障診斷和工程機械動力學。
設為首頁 | 加入收藏 | 免責條款
《機械》雜志版權所有 Copyright©2008-2012 www.zylzhz.com All Rights Reserved
電話：028-85925070 傳真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都錦江工業開發區墨香路48號 郵編：610063
Powered by PageAdmin CMS