【摘要】：針對基于K-means聚類算法的采煤機滾動軸承故障診斷結(jié)果存在不穩(wěn)定的問題,提出了一種基于TDKM-RBF神經(jīng)網(wǎng)絡(luò)的采煤機滾動軸承故障診斷新方法。該方法采用Tree Distribution算法確定K-means聚類算法的初始聚類中心,消除K-means聚類結(jié)果的波動性,采用K-means算法確定RBF神經(jīng)網(wǎng)絡(luò)的參數(shù),再將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)用于故障診斷。仿真結(jié)果表明,該方法的聚類過程迅速,穩(wěn)定性較高,提高了采煤機滾動軸承故障診斷的正確率。
[Abstract]:Aiming at the instability of fault diagnosis results of shearer rolling bearing based on K-means clustering algorithm, a new fault diagnosis method of shearer rolling bearing based on TDKM-RBF neural network is proposed. In this method, the initial clustering center of K-means clustering algorithm is determined by Tree Distribution algorithm, and the volatility of K-means clustering results is eliminated. The parameters of RBF neural network are determined by K-means algorithm, and then the trained neural network is used in fault diagnosis. The simulation results show that the clustering process of this method is rapid and the stability is high, and the accuracy of fault diagnosis of shearer rolling bearings is improved.
【作者單位】： 山東科技大學(xué)電氣與自動化工程學(xué)院;
【基金】：山東省自然科學(xué)基金項目(ZR2012EEM021)
【分類號】：TD421.6

【參考文獻】

相關(guān)期刊論文 前10條

1 張應(yīng)紅;李聰;景暉;閆建軍;;基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的礦用皮帶機滾動軸承故障診斷[J];機床與液壓;2014年03期

2 馮波;郝文寧;陳剛;占棟輝;;K-means算法初始聚類中心選擇的優(yōu)化[J];計算機工程與應(yīng)用;2013年14期

3 孫旺旺;任傳勝;朱春偉;;基于模糊RBF神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷[J];機械研究與應(yīng)用;2013年02期

4 胡愛軍;馬萬里;唐貴基;;基于集成經(jīng)驗?zāi)B(tài)分解和峭度準(zhǔn)則的滾動軸承故障特征提取方法[J];中國電機工程學(xué)報;2012年11期

5 胡耀斌;厲善元;胡良斌;;基于神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法的研究[J];機械設(shè)計與制造;2012年02期

6 蘇鐵明;葉三排;孫偉;;基于FCM聚類和RBF神經(jīng)網(wǎng)絡(luò)的機床熱誤差補償建模[J];組合機床與自動化加工技術(shù);2011年10期

7 許同樂;陳武勤;;基于專家系統(tǒng)滾動軸承故障診斷研究[J];煤礦機械;2010年11期

8 謝振平;劉基宏;王士同;;RBF網(wǎng)絡(luò)的魯棒最小二乘學(xué)習(xí)算法[J];控制與決策;2010年04期

9 賴玉霞;劉建平;;K-means算法的初始聚類中心的優(yōu)化[J];計算機工程與應(yīng)用;2008年10期

10 趙志宇,邵誠,于云滿;基于小波變換的滾動軸承故障診斷專家系統(tǒng)的研究[J];機械設(shè)計與研究;2005年01期

相關(guān)碩士學(xué)位論文 前4條

1 李卉;基于狀態(tài)監(jiān)測的滾動軸承性能退化評估[D];大連工業(yè)大學(xué);2015年

2 劉亞軍;基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機故障診斷研究[D];中北大學(xué);2009年

3 吳秋明;基于RBF神經(jīng)網(wǎng)絡(luò)的故障診斷[D];江蘇大學(xué);2006年

4 崔寶珍;基于小波分析的滾動軸承故障診斷方法研究與應(yīng)用[D];中北大學(xué);2005年

【共引文獻】

相關(guān)期刊論文 前10條

1 齊磊;王海瑞;李宇芳;李英;任玉卿;;基于諧波小波包和DAG-RVM的滾動軸承故障診斷[J];計算機應(yīng)用與軟件;2017年05期

2 鄧飛躍;唐貴基;;基于時間-小波能量譜樣本熵的滾動軸承智能診斷方法[J];振動與沖擊;2017年09期

3 郁啟麟;;K-means算法初始聚類中心選擇的優(yōu)化[J];計算機系統(tǒng)應(yīng)用;2017年05期

4 公茂法;郭一萱;閆鵬;吳娜;張超;;采煤機滾動軸承故障診斷新方法[J];工礦自動化;2017年05期

5 范強龍;劉文白;孔戈;高建衛(wèi);;馬賽克墻面質(zhì)量檢測研究[J];住宅科技;2017年04期

6 雷蘊霆;;WPT與EMD結(jié)合的轉(zhuǎn)轍機故障診斷系統(tǒng)[J];機械制造與自動化;2017年02期

7 潘志敏;劉琨;梁勇超;羅勛華;黃純;;基于峭度值的超高壓輸電線路單相故障性質(zhì)識別[J];電力系統(tǒng)及其自動化學(xué)報;2017年04期

8 楊長征;;基于角域經(jīng)驗小波變換的滾動軸承故障診斷[J];機械傳動;2017年04期

9 楊洪柏;張宏利;劉樹林;;基于可視化異類特征優(yōu)選融合的滾動軸承故障診斷[J];計算機應(yīng)用;2017年04期

10 趙佳佳;賈嶸;武樺;董開松;黨建;;基于FastICA-EEMD的振動信號特征提取[J];水力發(fā)電學(xué)報;2017年03期

相關(guān)碩士學(xué)位論文 前10條

1 韓雪晴;滾動軸承在線監(jiān)測系統(tǒng)的研究與開發(fā)[D];蘭州理工大學(xué);2016年

2 郭玉;基于仿生模式識別的機械故障診斷方法研究[D];西安工業(yè)大學(xué);2016年

3 宋勝博;基于敏感部件檢測的APU智能故障診斷方法研究[D];中國民航大學(xué);2016年

4 陳鴻;同步發(fā)電機無刷勵磁系統(tǒng)旋轉(zhuǎn)整流器故障診斷研究[D];福建農(nóng)林大學(xué);2016年

5 沈峰;在線監(jiān)測系統(tǒng)及小波分析在破碎機故障診斷中的應(yīng)用[D];遼寧科技大學(xué);2016年

6 黃山;換流站閥水冷系統(tǒng)在線監(jiān)測技術(shù)研究及應(yīng)用[D];上海工程技術(shù)大學(xué);2016年

7 邢義通;滾動軸承在非穩(wěn)定運行過程中的故障特征表現(xiàn)和診斷方法研究[D];內(nèi)蒙古科技大學(xué);2015年

8 牟俊漢;基于ANSYS的農(nóng)用異步電動機故障分析及檢測系統(tǒng)設(shè)計[D];黑龍江八一農(nóng)墾大學(xué);2015年

9 楊洋;振動篩的典型故障診斷和狀態(tài)監(jiān)測[D];西安建筑科技大學(xué);2015年

10 孫衛(wèi)國;汽車電動座椅自動檢測系統(tǒng)[D];燕山大學(xué);2015年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 呂俊峰;陳小安;趙孟娜;;基于改進神經(jīng)網(wǎng)絡(luò)的少齒差行星齒輪參數(shù)優(yōu)化設(shè)計[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2012年02期

2 江帆;李偉;曹保鈺;王澤文;;基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子-軸承系統(tǒng)故障診斷[J];軸承;2012年02期

3 秦海勤;徐可君;隋育松;于世勝;;基于系統(tǒng)信息融合的滾動軸承故障模式識別[J];振動.測試與診斷;2011年03期

4 耿燁;孔月萍;劉欣;;基于查找表的誤差分散半調(diào)圖像的混合壓縮算法[J];計算機應(yīng)用;2011年05期

5 時建峰;時軍;時偉;周明;李增賀;;基于小波包與改進BP神經(jīng)網(wǎng)絡(luò)的齒輪故障診斷[J];機械研究與應(yīng)用;2011年01期

6 熊淵;孟令啟;;基于RBF的軸承鋼變形抗力的預(yù)測[J];鋼鐵研究學(xué)報;2011年02期

7 高穎;王修亮;陸旭青;殷允鋒;;基于PSO的可能性C均值聚類算法的研究[J];計算機仿真;2010年09期

8 劉海波;楊建偉;蔡國強;姚德臣;;改進小波包與RBF網(wǎng)絡(luò)在軸承診斷中的應(yīng)用[J];機械設(shè)計與研究;2010年02期

9 齊天;裘焱;吳亞鋒;;利用聚合經(jīng)驗?zāi)B(tài)分解抑制振動信號中的模態(tài)混疊[J];噪聲與振動控制;2010年02期

10 蘇文勝;王奉濤;張志新;郭正剛;李宏坤;;EMD降噪和譜峭度法在滾動軸承早期故障診斷中的應(yīng)用[J];振動與沖擊;2010年03期

相關(guān)碩士學(xué)位論文 前10條

1 汪寅虎;基于狀態(tài)監(jiān)測的旋轉(zhuǎn)部件可靠性評估方法研究[D];大連理工大學(xué);2014年

2 張金會;基于支持向量機的智能數(shù)據(jù)挖掘算法研究[D];華北電力大學(xué);2014年

3 周帥;基于時頻分析的旋轉(zhuǎn)機械故障診斷方法研究與應(yīng)用[D];大連理工大學(xué);2012年

4 王雙娥;基于支持向量機的小樣本事件預(yù)測[D];華中科技大學(xué);2012年

5 馬寧;運動目標(biāo)檢測跟蹤技術(shù)研究及DSP實現(xiàn)[D];太原理工大學(xué);2010年

6 張偉;一種基于解析中心割平面法的分類算法[D];大連理工大學(xué);2009年

7 童設(shè)坤;SVR的參數(shù)選擇及其應(yīng)用[D];江南大學(xué);2009年

8 周曉劍;拉斯噪聲和均勻噪聲下SVR的魯棒性研究[D];江南大學(xué);2008年

9 黃錫泉;齒輪箱狀態(tài)監(jiān)測與故障診斷專家系統(tǒng)研究[D];中北大學(xué);2006年

10 劉涼;基于神經(jīng)網(wǎng)絡(luò)感應(yīng)電機故障監(jiān)測診斷的研究[D];天津理工大學(xué);2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 陳洪軍;趙新澤;王延軍;;滾動軸承故障試驗臺的理論建模分析[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2005年04期

2 柴春紅;曹志剛;;滾動軸承故障的模糊診斷[J];煤礦機械;2006年04期

3 盛健;;滾動軸承故障淺析[J];化工之友;2007年17期

4 劉春光;譚繼文;戰(zhàn)衛(wèi)俠;張馳;;基于多傳感器信息融合技術(shù)在滾動軸承故障診斷中的應(yīng)用[J];煤礦機械;2010年06期

5 周云;;滾動軸承故障診斷技術(shù)的簡單運用[J];合成技術(shù)及應(yīng)用;2012年02期

6 孫成利;張偉;王永清;;如何準(zhǔn)確地判斷滾動軸承故障[J];中國石油和化工標(biāo)準(zhǔn)與質(zhì)量;2012年08期

7 高金林,陳克興;滾動軸承故障的診斷方法[J];鋼鐵釩鈦;1991年03期

8 陸爽,張子達,李萌;基于時頻分析的滾動軸承故障特征的研究[J];礦山機械;2004年03期

9 譚紅,陳珊珊;滾動軸承故障診斷技術(shù)的應(yīng)用[J];冶金設(shè)備;2004年03期

10 田野,侯躍謙,李萌,陸爽;基于小波減噪的滾動軸承故障頻率的識別[J];煤礦機械;2005年06期

相關(guān)會議論文 前10條

1 張益純;;常見滾動軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

2 劉玉林;;貨車滾動軸承故障不分解診斷技術(shù)參數(shù)選擇與優(yōu)化探討[A];擴大鐵路對外開放、確保重點物資運輸——中國科協(xié)2005年學(xué)術(shù)年會鐵道分會場暨中國鐵道學(xué)會學(xué)術(shù)年會和粵海通道運營管理學(xué)術(shù)研討會論文集[C];2005年

3 楊積忠;左立建;;滾動軸承故障診斷實例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

7 張九軍;;常見滾動軸承故障的簡易診斷[A];2008年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集（上冊）[C];2008年

8 李興林;;滾動軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

9 唐海峰;陳進;董廣明;;信號稀疏分解方法在滾動軸承故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

10 高耀智;;高階統(tǒng)計量與小波分析相結(jié)合在滾動軸承故障診斷中的應(yīng)用[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 郝騰飛;航空發(fā)動機滾動軸承故障的核方法智能識別技術(shù)研究[D];南京航空航天大學(xué);2014年

2 廖強;約束獨立分量和多小波分析在滾動軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

3 曾鳴;基于凸包的模式識別方法及其在滾動軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

4 于江林;滾動軸承故障的非接觸聲學(xué)檢測信號特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

5 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

6 從飛云;基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D];上海交通大學(xué);2012年

7 趙協(xié)廣;基于小波變換和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷方法研究[D];山東科技大學(xué);2009年

8 侯者非;強噪聲背景下滾動軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

9 郭艷平;面向風(fēng)力發(fā)電機組齒輪箱滾動軸承故障診斷的理論與方法研究[D];浙江大學(xué);2012年

10 孟濤;齒輪與滾動軸承故障的振動分析與診斷[D];西北工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 李男;基于LMD樣本熵和貝葉斯網(wǎng)絡(luò)的滾動軸承故障診斷方法[D];燕山大學(xué);2015年

2 李玉奎;基于非平穩(wěn)信號分析的滾動軸承故障診斷研究[D];燕山大學(xué);2015年

3 卜勇霞;基于時頻分析方法的滾動軸承故障診斷研究[D];昆明理工大學(xué);2015年

4 馬寶;基于KICA和LSSVM的滾動軸承故障監(jiān)測及診斷方法[D];昆明理工大學(xué);2015年

5 馮春生;基于多源不確定信息融合的數(shù)控機床滾動軸承故障診斷方法與實驗研究[D];青島理工大學(xué);2015年

6 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動軸承故障診斷研究[D];哈爾濱工業(yè)大學(xué);2015年

7 宋耀文;基于振動信號分析的滾動軸承故障特征提取與診斷研究[D];中國礦業(yè)大學(xué);2015年

8 韓一村;基于多傳感器的滾動軸承故障檢測研究[D];河南科技大學(xué);2015年

9 王秀娟;基于LMD的譜峭度算法在滾動軸承故障診斷中的應(yīng)用研究[D];電子科技大學(xué);2014年

10 段永強;局部均值分解法在滾動軸承故障自動診斷中的應(yīng)用研究[D];電子科技大學(xué);2015年

，

本文編號：2204648