基于MEEMD和KFCM的风机齿轮箱故障诊断 |
| |
作者姓名: | 郑坤鹏 丁云飞 |
| |
作者单位: | 上海电机学院 电气学院, 上海 200240;上海电机学院 电气学院, 上海 200240 |
| |
基金项目: | 国家自然科学基金;上海市浦江人才计划 |
| |
摘 要: | 针对风机齿轮箱振动信号的故障特征提取与故障诊断问题,文章提出了一种基于MEEMD信号分解、样本熵和KFCM的齿轮箱故障诊断方法。首先,采用一种改进的集合经验模态分解方法(MEEMD)对采集的齿轮箱振动信号进行分解,得到了多个本征模态函数(IMF)分量;然后,计算每个IMF分量的样本熵作为齿轮箱故障诊断的特征向量;最后,使用核化的模糊聚类算法(KFCM)对齿轮箱故障样本进行聚类。通过实验数据对比表明:基于MEEMD-KFCM算法的风机齿轮箱故障诊断方法可以更加有效地识别齿轮箱故障。
|
关 键 词: | 风机齿轮箱 MEEMD 样本熵 KFCM 故障诊断 |
本文献已被 CNKI 万方数据 等数据库收录! |
|