塑料加工机械损伤的监测方法研究

作者：肖兴文^*; 兰治宇; 杨灿辉

来源：塑料科技, 2021, 49(05): 90-92.

DOI：10.15925/j.cnki.issn1005-3360.2021.05.022

• 注射机
• 主成分分析
• K-means
• 故障分类

针对当前塑料产品的加工质量较低,注射机的监测信号种类繁多、难以合理有效利用的问题,结合注射机工作过程中的信号特征,提出了一种塑料机械故障损伤的分类方法。通过主成分分析(PCA)方法对数据特征进行降维处理,采用K-means聚类法对注射机状态进行分类。实验结果验证了此方法对注射机故障分类的有效性,其正常运行、振动过载和温度过高的分类准确率分别达到91.2%、93.5%和90.4%。