基于复杂网络社团聚类的故障模式识别方法研究

复杂网络是近年兴起的一种新的理论，已迅速渗透到从自然科学到工程科学等多个领域。本文从复杂网络社团结构的本质特性出发，将故障样本抽象为网络节点，样本与样本之间的联系抽象为边，建立故障数据网络模型。利用复杂网络节点关联度的概念选取社团初始聚类中心，利用欧氏距离函数实现网络社团初始划分，设计社团区分准则函数，并引入模块性合并指标变化进行同类社团合并，最终实现准确的社团聚类与故障诊断。滚动轴承故障诊断实例验证了方法的有效性。