基于双阶自适应小波聚类的复合故障诊断

来源：计算机集成制造系统杂志2017年第10期北京时间：

作者：左红艳,刘晓波,洪连环

单位：1.南京航空航天大学机电学院2.南昌航空大学航空制造工程学院

摘要：有效特征向量的提取与故障诊断方法是实现航空发动机转子故障快速正确诊断的关键。首先根据航空发动机转子振动信号的非平稳及非线性的特点,应用小波变换和Hilbert-Huang变换方法提取振动信号的有效值、边际谱重心和小波变换最大能量层的功率谱重心三个特征向量,然后应用双阶自适应小波聚类方法对航空发动机转子进行多类型混合故障诊断。结果表明双阶自适应小波聚类方法能快速准确地实现故障分类与识别,尤其对于密度分布不均匀的多类型混合数据,诊断精度显著高于传统的小波聚类方法。

关键词：故障诊断,小波聚类,特征提取,双阶自适应

基金资助：国家自然科学基金资助项目(51365040);航空科学基金资助项目(2013ZD56009);江西省自然科学基金资助项目(20151BAB206060)。