基于拉普拉斯分值和模糊C均值聚类的滚动轴承故障诊断

作者：欧璐; 于德介

来源：中国机械工程, 2014, (10): 1352-1357.

• 滚动轴承
• 拉普拉斯分值
• 模糊C均值聚类
• 故障诊断 rolling bearing
• Laplacian score
• fuzzy C-means(FCM)clustering
• fault diagnosis

针对滚动轴承故障振动信号的非平稳特征和故障征兆的模糊性,提出了基于拉普拉斯分值和模糊C均值(FCM)聚类的滚动轴承故障诊断方法。该方法首先在时域和频域对滚动轴承振动信号进行特征提取,组成初始特征向量;然后利用拉普拉斯分值进行特征选择,形成故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。应用实例和对比实验表明,该方法能有效提取滚动轴承振动信号特征,诊断滚动轴承故障。

• 单位
  湖南大学; 汽车车身先进设计制造国家重点实验室