本文關(guān)鍵詞：基于進(jìn)化FCM和S2FCM算法的滾動(dòng)軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在對(duì)滾動(dòng)軸承故障數(shù)據(jù)進(jìn)行的分類實(shí)驗(yàn)中應(yīng)用FCM算法,就其不足進(jìn)行分析。為了克服離群點(diǎn)的影響,提出相對(duì)模糊指數(shù)概念,并且構(gòu)建了隸屬度歸一化修正因子。然后結(jié)合S2FCM算法提出一種無監(jiān)督的FCM融合算法。分別用兩個(gè)實(shí)驗(yàn)平臺(tái)的數(shù)據(jù)對(duì)該融合算法與傳統(tǒng)算法的有效性進(jìn)行仿真實(shí)驗(yàn)。對(duì)比不同算法的實(shí)驗(yàn)結(jié)果說明,FCM融合算法可以有效的提高價(jià)值函數(shù)的收斂速度,同時(shí)聚類結(jié)果的準(zhǔn)確率也明顯優(yōu)于傳統(tǒng)算法。
【作者單位】： 東北石油大學(xué)電氣信息工程學(xué)院;
【關(guān)鍵詞】： FCM SFCM 聚類分析 相對(duì)模糊度 軸承故障診斷
【分類號(hào)】：TH133.33
【正文快照】： 1引言滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械設(shè)備的核心組成部件,在維持設(shè)備正常運(yùn)轉(zhuǎn)中起到重要的作用。同時(shí),軸承也是最易磨損的部件之一,而機(jī)械部件的磨損就會(huì)導(dǎo)致故障發(fā)生。相關(guān)統(tǒng)計(jì)結(jié)果顯示,在常規(guī)的旋轉(zhuǎn)機(jī)械故障中,有近三分之一是軸承發(fā)生故障引起的[1]。正因如此,有效地對(duì)軸承故障進(jìn)行診斷

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 彭宇馨;高穎;王修亮;;基于改進(jìn)FCM的水下目標(biāo)識(shí)別設(shè)計(jì)[J];計(jì)算機(jī)測量與控制;2009年05期

2 謝鋒;林怡;陳映鷹;;基于小波紋理與改進(jìn)FCM的SAR機(jī)場類目標(biāo)提取[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

3 李桃迎;陳燕;;一種改進(jìn)FCM的快速優(yōu)化算法及其應(yīng)用[J];大連海事大學(xué)學(xué)報(bào);2006年04期

4 安良,胡勇,胡良梅,孟玲玲;一種改進(jìn)的模糊C-均值(FCM)聚類算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

5 劉重晉;劉保福;屈軍亮;;一種利用邊緣直方圖壓縮的FCM加速算法[J];機(jī)械科學(xué)與技術(shù);2008年08期

6 梁靜國,張亞光,戈華;CRM中的模糊C均值(FCM)客戶聚類算法研究[J];哈爾濱工程大學(xué)學(xué)報(bào);2004年02期

7 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 王玉龍;葉新銘;李秀華;;網(wǎng)頁優(yōu)化策略的模糊C均值(FCM)聚類算法研究(英文)[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 耿麗娟;基于FCM的逆向物流供應(yīng)商選擇研究[D];重慶大學(xué);2010年

2 張瑞華;基于FCM：急性早幼粒白血病細(xì)胞的微球免疫分析[D];山東輕工業(yè)學(xué)院;2011年

3 李靜;基于FCM的建設(shè)項(xiàng)目業(yè)主和承包商間的信任演化研究[D];哈爾濱工業(yè)大學(xué);2013年

4 閻宇婷;基于FCM改進(jìn)算法的快遞配送區(qū)域劃分問題研究[D];大連海事大學(xué);2012年

5 馮仁光;基于自適應(yīng)權(quán)重FCM的浮選泡沫圖像分割及應(yīng)用[D];大連理工大學(xué);2014年

6 王盼盼;基于FCM的感興趣區(qū)域提取算法[D];華南理工大學(xué);2013年

  本文關(guān)鍵詞：基于進(jìn)化FCM和S2FCM算法的滾動(dòng)軸承故障診斷研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：507654