02 现在的位置:首页 > 期刊导读 > 2020 > 02 >

基于谱熵与弯曲时间特征的性能退化GG聚类

【作者】王微 胡雄 王冰 孙德建

【关键词】 谱熵; GG模糊聚类; 滚动轴承; 弯曲时间; 特征提取;

摘要针对轴承等机械部件的退化状态识别问题,提出一种多维退化特征的退化状态GG聚类方法。首先分析谱熵参数在复杂性表征以及运算速度方面的优势,提出基于谱熵的性能退化特征。考虑退化状态在时间尺度的连续性,将时间参数映射到指数函数中,形成更符合性能退化规律的"弯曲时间参数",并与谱熵、有效值构成性能退化过程的三维特征向量。最后,采用GG模糊聚类方法对性能退化状态进行阶段划分,识别不同的退化状态。在分类系数和平均模糊熵的基础上,提出并采用序列离散度评估聚类的时间聚集度。采用来自IMS轴承实验中心的全寿命试验数据进行实例分析,结果表明:提出的三维特征向量既能反映性能退化趋势,又能体现同一状态在时间尺度上的连续性,能够较好地识别轴承性能退化过程的不同阶段。 

上一篇:第一页
下一篇:混凝土机械机群互联网络设计及应用

中国机械工程学会  沪ICP备05060958号 
地址:上海市四平路同济大学机械南馆303  邮政编码:200092