基于模糊聚类法的滚动轴承故障诊断研究

摘要

由于滚动轴承振动信号的非线性特点,及其在工作状态下从正常到出现故障属于一个渐变的过程,且这个过程含有模糊性,故提出一种基于模糊聚类的故障诊断方法.该方法主要是将滚动轴承在工作状态下(即正常状态、内圈故障和外圈故障等不同模式)的振动信号特征值组成一个特征矩阵X,其中,该特征值主要包括最大值、均值、方差、标准差、峭度因子、均方根、脉冲因子等;随后,将该特征矩阵X利用模糊聚类分析算法构成模糊相似矩阵R,以及具有传递性的模糊等价矩阵R*;最后,通过模糊等价矩阵R*聚类转化得到最终分类的结果,实现故障诊断.研究结果表明:该算法能够准确地判断出滚动轴承属于何种工作状态,能有效提高滚动轴承故障诊断的精度与诊断效率.