基于溷沌与模煳聚类的机械故障自动识别.pdfVIP

第 47卷第 19期 机 械 工 程 学 报 V_o1．47 NO．19 2011年 10月 JOURNALoFMECHANICALENGINEERING oct． 2O11 DoI：lO．3901，JME[．2011．19．081 基于混沌与模糊聚类的机械故障自动识别木 张淑清 张金敏 赵玉春 张立国 邢艳杰 (燕山大学电气工程学院 秦皇岛 066004) 摘要 ：针对大型设备旋转部件故障模式复杂难以识别的特点，给 出一种基于混沌与模糊最大似然估计(Fuzzymaximum likelihoodestimates，rMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感，而对噪声 和高频信号具有强免疫力的特点，可检测出微弱的周期故障特征信号的频率信息，并将其作为故障特征矢量输入模糊聚类分 类器进行聚类分析。同时针对传统的模糊C均值(Fuzzycentermeans，FCM)聚类算法只适用于球形或者类球形数集分布的缺 陷，将基于最大似然估计的距离测度引入故障特征聚类中，实现对不同形状、大小和密度的故障数据集模糊聚类，达到对机 械故障自动识别的效果。试验及工程实例结果证明了方法的有效性，同时证明FMLE聚类具有更好的聚类效果。 关键词：故障识别 间歇混沌 模糊最大似然估计聚类 最大最小贴近度 中图分类号：THl7 AutomaticDiagnosisTechniquesofM achineryFault BasedonChaosandFuzzyClusteringAnalysis ZHANGShuqing ZHANGJinmin ZHAOYuchun ZHANGLiguo XINGYanjie (InstituteofElectricalEngineering，YanshanUniversity,Qinhuangdao066004) Abstract： Aimingatthedifficultyofrecognizingfaultpatternofrotatingpartsinmechanicalequipment，anew methodforfault diangosisbasedonchaosandfuzyzmxaimumlikelihoodestimatesfFMLE)clusteringalgorithmisintroduced．Thenon·equilibrimu phasechangeofchaososcillatorisverysensitivetosmallsingalandimmuneagainsthterna dom noisenadhtehig【hfrequencysinga1． Th efrequencyoftheweakfaultsingalsisextractedeasily,whichCna beusedtoclusterna alysisasfaultfeaturevectors．Considering htatthetraditionalfuzzyc-means(FCM)clusteringalgorithmisonlysuitedtospherical·shapedistributiondaatset，distancenoml basedonhtefuzzymxaimmu lkielihoodestimatesisintroduced，whichsuitstodaatsetswithdifferentshapeandsize，densitynadhte differentfaultsinroattingmachinery aredetectedautoma tically．Resultsofexperimenatlnadengineeringtestindicatedhtatthe methodiseffective，na dhteclustereffectbasedonFMLEclusteringisbetter． Keywords：Faultdiangosis Intermittentchaos Fuzyz mxaimmu lkielihoodestimatesclusteringalgorithm Max-minclosede~ee