数据缺失条件下基于ANFIS与k-means的轴承故障分析

作者：史海鹏; 陈家兑^*; 吴永明; 王波; 陈琳升

来源：组合机床与自动化加工技术, 2020, (09): 33-36.

DOI：10.13462/j.cnki.mmtamt.2020.09.008

• 数据缺失
• ANFIS
• 故障分析
• k-means算法

针对轴承信号数据信息采集过程中轴承数据缺失导致轴承故障类型无法识别问题,提出了一种基于自适应神经模糊推理系统(ANFIS)和k-means聚类算法相结合的轴承故障分析模型和方法。首先,基于ANFIS算法建立数据预测模型,利用75%的轴承故障数据作为训练样本,对缺失信号数据进行预测,同时与采集到的信号数据整合形成完整的数据集,然后利用k-means算法进行轴承故障诊断,最后将ANFIS-k均值方法与传统k-means算法进行比较,实验结果表明本文提出的模型和方法分类效果更加准确。

• 单位
  贵州大学