基于MMFD-FCM的退化状态识别方法及其应用研究

来源：计算机测量与控制杂志2014年第9期北京时间：

作者：李海涛,王冰

摘要：为了有效地对机械设备运行状态进行监测,进而对其性能退化状态进行识别,提出一种基于形态多重分形维数(MMFD)与模糊C均值聚类(FCM)的性能退化状态识别方法；该方法首先计算机械设备振动信号的形态多重分形维数,以此作为性能退化特征指标；该特征指标能够有效反映峰值在振动信号中概率分布的不均匀程度,从而定量描述振动信号的性能退化状态,并且与多重形态分形维数相比,利用数学形态学计算的MMFD精度更高,计算速度更快；在此基础上,鉴于不同退化状态之间的模糊性,针对性地采用模糊C均值聚类方法对特征指标进行模糊聚类,从而有效识别性能退化状态；将该方法应用于滚动轴承全寿命周期振动信号中,分析结果验证了该方法的有效性。

关键词：机械设备;数学形态学;多重分形;模糊聚类;退化状态识别;滚动轴承

基金资助：河南省基础与前沿技术研究计划项目(132300410385)。