本文關鍵詞： 滾動軸承 故障診斷 參數(shù)優(yōu)化 多尺度排列熵 遺傳算法 微粒群算法 模糊C均值聚類　出處：《軸承》2017年05期 　論文類型：期刊論文

【摘要】：為精確提取滾動軸承振動信號的故障特征,提出了一種基于參數(shù)優(yōu)化多尺度排列熵與模糊C均值聚類的故障診斷方法。首先,針對多尺度排列熵算法的參數(shù)確定問題,綜合考慮參數(shù)之間的交互影響,基于遺傳算法與微粒群算法對參數(shù)進行優(yōu)化;然后,利用參數(shù)優(yōu)化多尺度排列熵對滾動軸承振動信號進行特征提取,并通過模糊C均值聚類確定標準聚類中心;最后,采用Euclid貼近度對故障樣本進行分類。通過分類系數(shù)與平均模糊熵檢驗聚類效果,證明了多尺度排列熵參數(shù)優(yōu)化的有效性;與單一尺度排列熵、樣本熵結合模糊C均值聚類方法的對比分析表明,基于參數(shù)優(yōu)化多尺度排列熵與模糊C均值聚類的故障診斷方法具有更高的故障識別率和更廣闊的適用范圍。
[Abstract]:In order to extract the fault feature of rolling bearing vibration signal accurately, a fault diagnosis method based on multi-scale permutation entropy and fuzzy C-means clustering is proposed. Firstly, the parameter determination problem of multi-scale permutation entropy algorithm is proposed. Considering the interaction between parameters, the parameters are optimized based on genetic algorithm and particle swarm optimization algorithm. Then, the vibration signals of rolling bearings are extracted by multi-scale permutation entropy. The standard clustering center is determined by fuzzy C-means clustering. Finally, fault samples are classified by Euclid closeness. The clustering effect is tested by classification coefficient and average fuzzy entropy, and the effectiveness of optimization of multi-scale permutation entropy parameters is proved. Compared with single scale permutation entropy, sample entropy and fuzzy C-means clustering method, it is shown that, The fault diagnosis method based on multi-scale permutation entropy and fuzzy C-means clustering has higher fault identification rate and wider application range.
【作者單位】： 燕山大學河北省重型機械流體動力傳輸與控制實驗室;燕山大學先進鍛壓成形技術與科學教育部重點實驗室;燕山大學河北省工業(yè)計算機控制工程重點實驗室;
【基金】：國家自然科學基金項目(51675460,51405426) 河北省自然科學基金項目(E2016203306)
【分類號】：TH133.33

【相似文獻】

相關期刊論文 前10條

1 劉春浩,王吉林,楊晨,李次公;滾動軸承振動的模擬和實驗分析[J];軸承;2000年06期

2 常洪,夏新濤,王中宇,王景夏;滾動軸承振動評估的灰色理論[J];軸承;2004年08期

3 夏新濤;滾動軸承振動與噪聲的研究現(xiàn)狀與發(fā)展[J];現(xiàn)代零部件;2004年Z2期

4 苗澍;閆國斌;;滾動軸承振動的模擬及試驗研究[J];哈爾濱軸承;2004年03期

5 夏新濤;王中宇;孫立明;趙聯(lián)春;;滾動軸承振動與噪聲關系的灰分析[J];哈爾濱軸承;2005年02期

6 夏新濤;陳曉陽;張永振;王中宇;柏有才;劉春浩;;滾動軸承振動的灰自助動態(tài)評估與診斷[J];航空動力學報;2007年01期

7 夏新濤;陳曉陽;張永振;王中宇;孫立明;;基于乏信息的滾動軸承振動與噪聲的模糊預報[J];吉林大學學報(工學版);2007年06期

8 夏新濤;張林;;滾動軸承振動與加工質量的灰色理論分析[J];軸承;2009年01期

9 孔文濤;許益華;;滾動軸承振動的動態(tài)監(jiān)測與安全性分析[J];化學工程與裝備;2009年09期

10 陳芳華;章有良;嚴思思;張根源;;滾動軸承振動測量方法新國標解析[J];軸承;2011年03期

相關會議論文 前5條

1 李偉;何濤;吳慶華;;小波變換與滾動軸承振動的故障診斷方法研究[A];湖北省機械工程學會青年分會2006年年會暨第2屆機械學院院長（系主任）會議論文集（上）[C];2006年

2 陳曉平;和衛(wèi)星;陳季云;;基于小波分析的滾動軸承振動信號處理[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

3 邵俊鵬;賈慧娟;;基于小波包變換的滾動軸承振動信號特征提取[A];制造業(yè)與未來中國——2002年中國機械工程學會年會論文集[C];2002年

4 吳寶杰;劉慶廉;李興林;周銀生;;潤滑脂的流變性和滾動軸承振動性能的關系[A];第六屆全國表面工程學術會議暨首屆青年表面工程學術論壇論文集[C];2006年

5 吳寶杰;劉慶廉;李興林;周銀生;;潤滑脂的流變性和滾動軸承振動性能的關系[A];第六屆全國表面工程學術會議論文集[C];2006年

相關博士學位論文 前1條

1 張銳戈;滾動軸承振動信號非平穩(wěn)、非高斯分析及故障診斷研究[D];西安電子科技大學;2014年

相關碩士學位論文 前10條

1 劉覺曉;基于EEMD的滾動軸承振動故障特征提取與診斷研究[D];華北電力大學;2015年

2 孟艷艷;機械產(chǎn)品可靠性乏信息試驗分析[D];河南科技大學;2015年

3 孫建;滾動軸承振動故障特征提取與壽命預測研究[D];大連理工大學;2015年

4 孫彥剛;滾動軸承振動信號降噪方法研究[D];華北電力大學(北京);2016年

5 蘇寶定;滾動軸承振動檢測與智能診斷系統(tǒng)研究[D];大連理工大學;2009年

6 劉明輝;滾動軸承振動與噪聲機理研究[D];太原科技大學;2013年

7 蘇新偉;基于小波理論的滾動軸承振動信號的分析研究[D];哈爾濱工業(yè)大學;2007年

8 王勇;滾動軸承振動信號在線分析系統(tǒng)[D];河南科技大學;2011年

9 繆榮松;基于小波—包絡的重載貨運列車滾動軸承振動故障診斷[D];中南大學;2011年

10 齊鵬翔;滾動軸承振動分析及故障診斷系統(tǒng)的研究[D];北京交通大學;2013年

，

本文編號：1553513