基于Weibull和GG模糊聚类的岸桥减速箱健康状态识别方法
侯美慧
胡雄
王冰
张博一
1.上海海事大学物流工程学院,上海,2013062.上海海事大学物流工程学院,上海,2013063.上海海事大学物流工程学院,上海,2013064.上海海事大学物流工程学院,上海,201306
摘要：针对岸桥减速箱健康状态的识别问题,研究并提出一种威布尔分布与GG(Gath-Geva)模糊聚类相结合的健康状态识别方法.首先应用包络法对因岸桥工况的复杂性引起的噪声进行数据去噪,然后通过对低速轴振动信号进行威布尔分布拟合得到形状参数和尺度参数,定量反映了采集样本的变化特征.为了进一步对减速箱振动信号进行状态识别,采用GG模糊聚类方法对减速箱健康状态的不同阶段进行划分,实现对不同健康状态的识别.采用来自NetCMAS系统采集的试验数据进行实例分析,并与GK、FCM算法进行对比,结果表明该方法的有效性,聚类效果更好.
关键词：岸桥减速箱威布尔分布GG模糊聚类状态识别
分类号：TH213.8(起重机械与运输机械)
资助基金：国家高技术研究发展计划（863计划）(2013AA041106)国家自然科学基金(31300783)
论文发表日期：2019-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1023-1028 )
英文信息