本文選題：齒輪 + 故障診斷　； 參考：《武漢科技大學(xué)學(xué)報(bào)》2016年02期

【摘要】：針對(duì)傳統(tǒng)聚類方法需預(yù)先指定類別個(gè)數(shù)而導(dǎo)致應(yīng)用受限的問(wèn)題,提出一種基于ART和Yu范數(shù)的聚類方法,可自適應(yīng)地確定類別個(gè)數(shù)。通過(guò)對(duì)齒輪無(wú)標(biāo)記故障樣本的診斷分析對(duì)該方法進(jìn)行驗(yàn)證。從多個(gè)角度提取反映故障信息的特征參數(shù)集,利用距離區(qū)分技術(shù)對(duì)其進(jìn)行優(yōu)選,并結(jié)合ART的機(jī)制和基于Yu范數(shù)的聚類技術(shù),對(duì)齒輪故障類別進(jìn)行診斷分析,并與Fuzzy ART方法的診斷結(jié)果進(jìn)行比較。結(jié)果表明,該方法可以有效地對(duì)齒輪故障進(jìn)行區(qū)分,且效果優(yōu)于Fuzzy ART方法。
[Abstract]:In order to solve the problem that the traditional clustering methods need to specify the number of categories in advance, a clustering method based on art and Yu norm is proposed, which can determine the number of categories adaptively. The method is verified by the diagnosis and analysis of unmarked fault samples of gears. The characteristic parameter sets reflecting fault information are extracted from many angles, and the distance differentiation technique is used to select them. Combining with art mechanism and Yu norm based clustering technology, the fault types of gears are diagnosed and analyzed. The results are compared with those of Fuzzy art method. The results show that the method can effectively distinguish the gear faults, and the effect is better than the fuzzy art method.
【作者單位】： 武漢科技大學(xué)機(jī)械自動(dòng)化學(xué)院;華中科技大學(xué)機(jī)械科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51405353)
【分類號(hào)】：TH132.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 湯和;應(yīng)懷樵;汪元輝;張策;;用齒輪噪聲特性診斷齒輪故障的研究[J];齒輪;1986年04期

2 高明;齒輪故障分析及診斷[J];電大理工;2000年01期

3 皮駿;廖明夫;;利用小波包絡(luò)診斷齒輪故障[J];機(jī)械設(shè)計(jì);2005年11期

4 孔文濤;許益華;;齒輪故障的原因及診斷[J];石油和化工設(shè)備;2009年03期

5 艾延廷,盛元生;時(shí)域分析技術(shù)在齒輪故障檢測(cè)中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;1992年04期

6 潘嘉祺;《齒輪故障模擬器的開(kāi)發(fā)和研制》項(xiàng)目通過(guò)科技成果鑒定[J];上海冶金高等�？茖W(xué)校學(xué)報(bào);2000年02期

7 陳明華 ,陳海林 ,江建忠;齒輪故障的振動(dòng)診斷及案例分析[J];中國(guó)設(shè)備工程;2005年07期

8 陳亮;;應(yīng)用振動(dòng)峰值能量對(duì)齒輪故障的診斷[J];中國(guó)設(shè)備工程;2008年04期

9 張桂才，趙萬(wàn)鎰;幅值立方法──一種新的齒輪故障信號(hào)預(yù)處理方法[J];機(jī)械傳動(dòng);1994年03期

10 劉建敏;劉遠(yuǎn)宏;江鵬程;馮輔周;;基于包絡(luò)S變換時(shí)頻圖像提取齒輪故障特征[J];振動(dòng)與沖擊;2014年01期

相關(guān)會(huì)議論文 前2條

1 明廷鋒;張永祥;仰德標(biāo);;齒輪故障診斷技術(shù)研究綜述[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

2 張玉奎;周火青;;提升小波分析在齒輪故障中的應(yīng)用[A];2012中國(guó)（唐山）綠色鋼鐵高峰論壇暨冶金設(shè)備、節(jié)能減排技術(shù)推介會(huì)論文集/推介指南[C];2012年

相關(guān)碩士學(xué)位論文 前10條

1 趙年偉;基于聲發(fā)射技術(shù)的齒輪故障監(jiān)測(cè)[D];沈陽(yáng)工業(yè)大學(xué);2013年

2 Simon Romli;基于包絡(luò)分析的齒輪故障監(jiān)測(cè)及基于人工神經(jīng)網(wǎng)絡(luò)的齒輪故障分類[D];重慶大學(xué);2011年

3 李海龍;基于局部特征尺度分解的齒輪故障診斷方法研究[D];湖南大學(xué);2012年

4 馬學(xué)知;基于虛擬儀器的齒輪故障測(cè)試系統(tǒng)[D];湖南大學(xué);2007年

5 陳佳;齒輪故障信號(hào)實(shí)時(shí)壓縮算法研究[D];重慶大學(xué);2014年

6 董傳洋;基于MCSA的齒輪故障診斷技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

7 周輝;齒輪故障的特征提取與模式識(shí)別技術(shù)研究[D];鄭州大學(xué);2005年

8 曹宇翔;基于核聚類與信息融合的齒輪故障診斷技術(shù)研究[D];湖南科技大學(xué);2014年

9 祁映強(qiáng);基于自相關(guān)分析和EMD理論的齒輪故障診斷方法研究[D];內(nèi)蒙古科技大學(xué);2015年

10 張姍姍;基于蜂群優(yōu)化的支持向量機(jī)齒輪故障診斷技術(shù)研究[D];東北石油大學(xué);2015年

，

本文編號(hào)：2099384