多重分形近似熵与减法FCM聚类的研究及应用

来源 :振动与冲击 | 被引量 : 0次 | 上传用户:owenzhong2012
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于多重分形与近似熵相结合的信号特征量提取方法,应用于齿轮箱的故障信号诊断中。针对齿轮箱的故障信号的复杂性,先用减法聚类对提取到的信号特征量进行处理,得到初始聚类中心,然后再用模糊C均值聚类(FCM)作进一步处理,实现齿轮箱故障的自动诊断和识别。多重分形谱提取的特征量如谱宽,可以表示信号的波动程度,而近似熵可以表示信号的复杂程度。两者结合可以得到更加准确的齿轮箱故障信号模式。减法聚类可以有效解决FCM容易陷入局部最优的问题,还可以提高收敛速度。提取的特征参数作为聚类分析的数据,通过计算数据点与聚
其他文献
为实现坦克、装甲车及高档民用车辆在道路行驶中的主动减振控制,须对道路刚度参数快速计算。以温克尔地基模型为基础,据弹性地基板理论建立刚性路面道路计算模型,用刚性路面板挠
钻头振动波方法进行丛式井防碰监测时,提出将HHT方法应用于钻头振动信号处理,应用峭度准则及互相关系数准则对钻头振动信号降噪,通过时频分析准确识别出海上复杂条件下的钻头