基于改进可能性聚类算法的轴承故障诊断.pdfVIP

第34卷第3期 长春理工大学学报 (自然科学版) VoJ．34 No．3 2011年9月 JournalofChangchunUniversityofScienceandTechnology (NaturalScienceEdition) Sep．2011 基于改进可能性聚类算法的轴承故障诊断 胡雅婷 。，左春柽 ，曲福恒。，杨洋 (1．吉林大学 机械科学与工程学院，长春 130025；2．吉林农业大学 信息技术学院，长春 130118： 3．长春理工大学 计算机科学与技术学院，长春 130022) 摘 要：通过研究轴承及其组件的振动信号来分析其工作状况是机械故障检测和诊断的一种常用方法。针对传统可能性聚 类算法用于故障诊断时存在的问题，将改进可能性聚类算法与聚类有效性指标相结合，提 出一种无监督的可能性聚类算 法。将算法应用于滚动轴承的故障诊断中，实验结果表明，该算法不但能够 自动确定聚类个数，对噪声具有较好的鲁棒 性，而且聚类的准确性高于传统可能性聚类算法。 关键词：可能性聚类；差分进化算法；故障诊断；可行域 中图分类号：TP306 文献标识码：A 文章编号：1672-9870(2011)03-0058-04 BearingsFaultDiagnosisBasedonImproved PossibilisticClusteringAlgorithm HU Yating2 ZUO Chuncheng，QU Fuheng，YANG Yang (1．SchoolofMechanicalScienceandEngineering，JilinUniversity，Changehun130025： 2．CollegeofInfo．andTech．，JilinAgricultureUniversity，Changchun130118； 3．SchoolofComputerSci．andTech．，ChangchunUniv．ofSci．nadTeeh．，Changchun130(022) Abstract：The vibration signalsofmechanicalbearings and componentsare employed in naalyzing the status oftheir work，which isacommonly used method ni thestudy ofmechanicalfaultmonitoringnaddiagnosis．Aimed atsolving theproblemsexistedni possibilistic clusteringalgorithm which is@plied in faultdiangosis．allunsupervisedpossibilistic clusteringalgorithm isproposed．Thealgorithm combined the improvedpossibilisticclustering algorithm with thegeneral— ized clustering validity index．Theproposedalgoritmh employedtothepracticaldata from rolling bearings，theresults show thatthe algorithm notonly can automaticallydeterminethenumberofclusters，hasbetterrobustnesstonoise， butalsotheclusteringperformanceisbetterthantraditionalpossibilisticclusteringalgorithms． Keyword：possibilisticclustering； differentialevolution algorithm ； faultdiangosis； feasibleregion 轴承作为工程机械的基本零部