基于MMFD-FCM的退化状态识别方法及其应用研究

作者：李海涛; 王冰

来源：计算机测量与控制, 2014, 22(09): 2882-2885.

DOI：10.16526/j.cnki.11-4762/tp.2014.09.061

• 机械设备
• 数学形态学
• 多重分形
• 模糊聚类
• 退化状态识别
• 滚动轴承

为了有效地对机械设备运行状态进行监测,进而对其性能退化状态进行识别,提出一种基于形态多重分形维数(MMFD)与模糊C均值聚类(FCM)的性能退化状态识别方法;该方法首先计算机械设备振动信号的形态多重分形维数,以此作为性能退化特征指标;该特征指标能够有效反映峰值在振动信号中概率分布的不均匀程度,从而定量描述振动信号的性能退化状态,并且与多重形态分形维数相比,利用数学形态学计算的MMFD精度更高,计算速度更快;在此基础上,鉴于不同退化状态之间的模糊性,针对性地采用模糊C均值聚类方法对特征指标进行模糊聚类,从而有效识别性能退化状态;将该方法应用于滚动轴承全寿命周期振动信号中,分析结果验证了该方法的有效性。

• 单位
  中国人民解放军陆军工程大学; 商丘师范学院