-
题名正交小波变换k-中心点聚类算法在故障诊断中的应用
被引量：11
- 1
-
-
作者
李卫鹏
曹岩
李丽娟
-
机构
西安工业大学机电工程学院
南阳理工学院智能制造学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第7期291-296,共6页
-
基金
陕西省创新能力支撑计划项目(2018TD-036)
陕西省重点研发计划项目(2019GY-125)。
-
文摘
k-中心点聚类算法(k-medoids cluster algorithm,KCA)是改进的机器学习聚类算法,该方法通过初始聚类中心选取和聚类中心更新,对无标记训练样本的学习揭示数据的内在性质及规律,从而区分出机器的运行状态。提出了一种正交小波变换k-中心点聚类算法(orthogonal wavelet transform k-medoids clustering algorithm,OWTKCA)诊断方法,利用正交小波变换(orthogonal wavelet transformation,OWT)方法提取各细节信号作为训练样本,用KCA方法进行分类。通过滚动轴承的试验数据分类结果显示,该方法相对于没有提取特征值的KCA能有效处理复杂机械振动信号,明显提高了故障数据聚类效果,缩短了聚类时间,提高了智能诊断效率。
-
关键词
k-中心点聚类算法(kca)
机器学习
故障诊断
正交小波变换(OWT)
-
Keywords
k-medoids cluster algorithm(kca)
machine learning
fault diagnosis
orthogonal wavelet transform(OWT)
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
