留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用

邵忍平 黄欣娜 胡军辉

邵忍平, 黄欣娜, 胡军辉. 聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用[J]. 航空动力学报, 2008, 23(10): 1933-1938.
引用本文: 邵忍平, 黄欣娜, 胡军辉. 聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用[J]. 航空动力学报, 2008, 23(10): 1933-1938.
SHAO Ren-ping, HUANG Xin-na, HU Jun-hui. Analysis of data mining of clustering and its application to mechanical transmission fault diagnosis[J]. Journal of Aerospace Power, 2008, 23(10): 1933-1938.
Citation: SHAO Ren-ping, HUANG Xin-na, HU Jun-hui. Analysis of data mining of clustering and its application to mechanical transmission fault diagnosis[J]. Journal of Aerospace Power, 2008, 23(10): 1933-1938.

聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用

基金项目: 国家自然科学基金(50575187);航空科学基金(01I53073);陕西省自然科学基金(2004E219);西北工业大学研究生创业种子基金(Z200524)

Analysis of data mining of clustering and its application to mechanical transmission fault diagnosis

  • 摘要: 采用网格化处理的思想,通过对基于密度的聚类分析方法进行改进,提出了一种新的聚类算法.这种算法通过对齿轮传动系统的故障信号进行测试、对故障类型进行了判定,对不同转速下齿轮传动振动信号进行谱熵计算、并采用网格划分方法将其表示在二维和三维空间分布平面内,可以较好地将正常、裂纹、磨损等类型的故障进行聚类和识别,并通过试验验证表明能够对不同工作状态的齿轮传动信号进行可靠的聚类与区分,聚类率为96%以上.说明该方法对齿轮故障进行区分与诊断是切实可行和有效的.

     

  • [1] SUN Weixiang,CHEN Jin,LI Jiaqing.Decision tree and PCA based fault diagnosis of rotating machinery[J].Meehanical Systems and Signal Processing,2007,21(3):1300-1317.
    [2] Zhang S,Mathew J,Ma L,et al.Best basis-based intelligent machine fault diagnosis[J].Mechanical Systems and Signal Processing,2005,19(2):357-370.
    [3] 杨文献,姜节胜.基于数据挖掘的柴油机气门故障诊断技术研究[J].机械工程学报,2004,40(10):25-29.YANG Wenxian,JIANG Jiesheng.Data mining based technique for diagnosing the faults presenting On engine valves[J].Chinese Journal of Mechanical Engineering,2004,40(10);25-29.(in Chinese)
    [4] Ng R T,Han J.Efficient and effective clustering methods for spatial data mining[c]//Proe.of the 20th VLDB Conf.Santiago:MorganKaufmann,1994:144-155.
    [5] Ankerst M,Breunig M,Kriegel H-P,et al.OPTICS,Ordering points to identify the clustering structure[c]//Proe.1999ACM SIGMOD Int.Conf.Management of Data Philadelphia,PA:[s.n],1999,6:49-60.
    [6] 邵忍平,沈允文,郭万林.基于时频分布的齿轮系统辨识研究[J].中国机械工程,2001,12(7):738-740.SHAO Renping.SHEN Yunwen,GUO Wanlin.A new method for identifying the gear transmission system by the time-frequency distribution[J].China Mechanical Engineering,2001,12(7):738-740.(in Chinese)
    [7] 王宏禹.非平稳随机信号分析与处理[M].北京,国防工业出版社,1999:68-82.
    [8] 胡军辉,邵忍平,曾泽君.基于谱熵的齿轮故障诊断方法研究[J].机械传动,2007,31(5):84-87.HU Junhui,SHAO Renping,ZENG Zejun.Method of gear's fault diagnosis based on spectral entropy[J].Journal of Mechanieal Transmission,2007,31(5)l 84-87.(in Chinese)
  • 加载中
计量
  • 文章访问数:  1477
  • HTML浏览量:  1
  • PDF量:  435
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-10-15
  • 修回日期:  2008-02-13
  • 刊出日期:  2008-10-28

目录

    /

    返回文章
    返回