本文主要研究内容
作者葛红平,刘晓波（2019）在《基于ALIFD模糊熵和GK聚类的滚动轴承故障诊断》一文中研究指出：针对滚动轴承故障振动信号具有非平稳性及非线性的特点,提出一种基于自适应局部迭代滤波分解(ALIFD)模糊熵和GK聚类的滚动轴承故障诊断方法。首先对滚动轴承故障振动信号进行ALIFD分解,得到若干个本征模态函数(IMF)分量,然后通过相关性分析筛选出前3个包含主要特征信息的IMF分量,并将筛选的IMF分量的模糊熵作为特征向量,最后利用GK聚类对所得的特征向量进行识别分类。将该方法应用于滚动轴承实验数据分析,并使用分类系数和平均模糊熵对分类性能进行评价,结果表明,与基于经验模态分解模糊熵和GK聚类的故障诊断方法进行对比,该方法具有更好的分类性能。
Abstract
zhen dui gun dong zhou cheng gu zhang zhen dong xin hao ju you fei ping wen xing ji fei xian xing de te dian ,di chu yi chong ji yu zi kuo ying ju bu die dai lv bo fen jie (ALIFD)mo hu shang he GKju lei de gun dong zhou cheng gu zhang zhen duan fang fa 。shou xian dui gun dong zhou cheng gu zhang zhen dong xin hao jin hang ALIFDfen jie ,de dao re gan ge ben zheng mo tai han shu (IMF)fen liang ,ran hou tong guo xiang guan xing fen xi shai shua chu qian 3ge bao han zhu yao te zheng xin xi de IMFfen liang ,bing jiang shai shua de IMFfen liang de mo hu shang zuo wei te zheng xiang liang ,zui hou li yong GKju lei dui suo de de te zheng xiang liang jin hang shi bie fen lei 。jiang gai fang fa ying yong yu gun dong zhou cheng shi yan shu ju fen xi ,bing shi yong fen lei ji shu he ping jun mo hu shang dui fen lei xing neng jin hang ping jia ,jie guo biao ming ,yu ji yu jing yan mo tai fen jie mo hu shang he GKju lei de gu zhang zhen duan fang fa jin hang dui bi ,gai fang fa ju you geng hao de fen lei xing neng 。
论文参考文献
论文详细介绍
论文作者分别是来自失效分析与预防的葛红平,刘晓波，发表于刊物失效分析与预防2019年02期论文，是一篇关于滚动轴承论文,自适应局部迭代滤波分解论文,模糊熵论文,聚类论文,故障诊断论文,失效分析与预防2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自失效分析与预防2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：滚动轴承论文; 自适应局部迭代滤波分解论文; 模糊熵论文; 聚类论文; 故障诊断论文; 失效分析与预防2019年02期论文;