-
题名聚类奇异谱分解方法及其在机械复合故障诊断中的应用
被引量：3
- 1
-
-
作者
江利国
黄志辉
-
机构
湖南铁路科技职业技术学院铁道机车学院
西南交通大学牵引动力国家重点实验室
-
出处
《机械设计与制造》
北大核心
2019年第11期55-58,63,共5页
-
基金
西南交通大学牵引动力国家重点实验室自主研究课题“钛合金弹簧在400Km/h动车组中的应用”(2017TPL-T03)
-
文摘
针对奇异谱分解(Singular Spectrum Decomposition,简称SSD)方法在重构奇异谱分量(Singular Spectrum Compo-nent,简称SSC)时的不足,结合聚类理论,提出了聚类奇异谱分解(Clustering Singular Spectrum Decomposition,简称CSSD)方法。该方法首先对时间序列数据构造轨迹矩阵;然后通过奇异值分解获得若干奇异值向量矩阵和特征值矩阵;接着利用对角平均化得到初始单分量;最后采用层次聚类方法计算任意两个初始单分量之间的相似度,并完成单分量的重构获得聚类奇异谱分量(Clustering Singular Spectrum Component,简称CSSC)。通过仿真信号和机械复合故障信号的分析结果表明,相比较于SSD方法,CSSD方法具有优越的分解性能并可以有效地提取出机械复合故障的特征。
-
关键词
聚类奇异谱分解
层次聚类方法
复合故障
故障诊断
-
Keywords
Clustering Singular Spectrum Decomposition
Hierarchical Clustering Method
Compound Fault
Fault Diagnosis
-
分类号
TH16
[机械工程—机械制造及自动化]
TH113
[机械工程—机械设计及理论]
-
