Print

基于EEMD与模糊核聚类的供输弹系统早期故障识别

论文摘要

对于供输弹系统早期故障中信号成分复杂,潜在故障征兆难以识别的问题,本文提出了基于EEMD-KFCM的早期故障识别方法。首先用EEMD方法对供输弹系统振动信号进行分解,对分解的分量进行相关系数运算,选取与原始信号相关系数大的前4层分量对信号进行重构;接着提取前4层分量的能量百分比作为特征;最后基于核的模糊C均值聚类方法,对供输弹系统三种不同状态振动信号EEMD分解后的能量特征进行分类识别,并与模糊C均值聚类方法进行了对比。实验结果表明,该方法能有效地对自动供输弹系统早期故障进行识别,正确率达88.89%。

论文目录

  • 1 聚合经验模态分解 （EEMD）
  •   1.1 EEMD算法步骤
  •   1.2 EEMD降噪原理
  •   1.3 EEMD能量特征提取原理
  • 2 KFCM
  • 3 实验分析与论证
  •   3.1 实验测点布置
  •   3.2 实验记录
  •   3.3 实验结果分析
  •     3.3.1 EEMD降噪
  •     3.3.2 EEMD能量特征提取
  •     3.3.3 KFCM故障识别
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 梁海英,许昕,潘宏侠,付志敏

    关键词: 供输弹系统,模糊核聚类,故障诊断

    来源: 机械设计与研究 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 武器工业与军事技术

    单位: 中北大学机械工程学院

    基金: 国家自然科学基金资助项目(51675491,51175480)

    分类号: E92

    DOI: 10.13952/j.cnki.jofmdr.2019.0129

    页码: 192-195

    总页数: 4

    文件大小: 606K

    下载量: 117

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/f0d6fe0f756f59a2357fca61.html