基于k-均值聚类的岸桥减速箱状态识别方法

基于k-均值聚类的岸桥减速箱状态识别方法

论文摘要

针对岸桥起升减速箱故障频发的现状,提出一种基于k-均值聚类的载荷分类准则和健康状态识别方法。建立减速箱振动模型,通过振动信号来反映减速箱的运行状态。根据聚类中心的变化得到减速箱健康状态的发展趋势,并对实际故障数据进行分析。应用k-均值聚类对振动信号载荷状态进行分类,实现工况的可视化并对岸桥的载重量进行合理的安排。结果表明:该方法不仅能够将振动信号的载荷状态进行合理的分类,而且能够实现对减速箱各个运行状态的诊断与识别。

论文目录

  • 1 模型和方法
  •   1.1 减速箱振动模型
  •   1.2 k-均值聚类
  • 2 基本流程
  • 3 实例分析
  •   3.1 数据采集
  •   3.2 状态识别
  •   3.3 载荷分类
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 侯美慧,胡雄,王冰

    关键词: 岸桥减速箱,振动模型,均值聚类,状态识别

    来源: 中国航海 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 上海海事大学物流工程学院

    基金: 国家高技术研究发展计划(863计划)(2013AA041106),国家自然科学基金(31300783),上海海事大学创新基金(2016ycx063)

    分类号: U653.95

    页码: 105-109

    总页数: 5

    文件大小: 1433K

    下载量: 69

    相关论文文献

    标签:;  ;  ;  ;  

    基于k-均值聚类的岸桥减速箱状态识别方法
    下载Doc文档

    猜你喜欢