融合CEEMD＿MPE和GK模糊聚类的故障识别方法

doi:10.16385/j.cnki.issn.1004-4523.2020.03.023

CORC > 兰州理工大学 > 兰州理工大学

	融合CEEMD＿MPE和GK模糊聚类的故障识别方法
	赵荣珍; 孙泽金
刊名	振动工程学报
	2020-06-15
期号	2020-03 页码:629-635
关键词	故障诊断互补集合经验模态分解多尺度排列熵 GK模糊聚类
DOI	10.16385/j.cnki.issn.1004-4523.2020.03.023
英文摘要	针对转子故障信号非线性、非平稳性的特点,提出了一种基于互补集合经验模态分解、多尺度排列熵和GK聚类的故障特征提取和识别方法。首先采用互补集合经验模态分解对故障信号进行分解,依据相关系数原则,选取相关系数最大的模态分量作为分析对象;然后利用多尺度排列熵量化模态分量的故障特征作为特征向量;最后,将经过PCA(Principal Component Analysis)降维后的低维特征集输入到GK模糊聚类算法中进行故障识别分类。将所提方法应用于典型转子实验台的故障特征集,通过分类系数与划分熵对分类效果进行检验,并与其他模式组合方法进行比较。结果表明,本文所提方法能够更有效提取故障特征。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/104115]
专题	兰州理工大学
作者单位	兰州理工大学机电工程学院
推荐引用方式 GB/T 7714	赵荣珍,孙泽金. 融合CEEMD＿MPE和GK模糊聚类的故障识别方法[J]. 振动工程学报,2020(2020-03):629-635.
APA	赵荣珍,&孙泽金.(2020).融合CEEMD＿MPE和GK模糊聚类的故障识别方法.振动工程学报(2020-03),629-635.
MLA	赵荣珍,et al."融合CEEMD＿MPE和GK模糊聚类的故障识别方法".振动工程学报 .2020-03(2020):629-635.