基于LMD 基本尺度熵的AP 聚类滚动轴承故障诊断 - 计算机应用研究.PDF

优先出版 计 算 机 应 用 研 究 第33 卷 基于LMD 基本尺度熵的AP 聚类滚动轴承故障诊断* * 许 凡，方彦军，张 荣 ，冯海波 (武汉大学，自动化系，武汉 430072) 摘 要：针对滚动轴承聚类故障聚类模式识别方法中需要预先设定聚类数目问题，提出了一种基于局部均值分解（local mean decompoeiton ，LMD）与基本尺度熵 （base scale entropy ，BSE ）的相邻传播（affinity propagation，AP ）滚动轴承 聚类故障诊断方法。该方法首先使用 LMD 模型将滚动轴承的不同状态振动信号分解为若干乘积函数 （production function，PF ）。其次使用BSE 计算前3 个PF 的熵值 （BSE1-BSE3 ），并将其作为AP 的输入进行滚动轴承的故障模式 识别。最后实验结果表明在不需要划分聚类中心个数的前提条件下AP 聚类模型对滚动轴承的故障划分效果较好。 关键词：局部均值分解；基本尺度熵；滚动轴承；故障诊断；AP 聚类算法 中图分类号：TP306.3 Roller bearings faults diagnosis method based on LMD base-scale entropy and AP clustering * Xu Fan, Fang Yanjun, Zhang Rong , Feng Haibo (Dept. of Automation, Wuhan Uninversity, Wuhan 430072, China) Abstract: To reslove the preconfigured the number of clustering center points problem of the roller bearings fault recognition by using cluster method, this paper proposed a method based on LMD (Local Mean Decompoeiton), BSE(Base Scale Entropy), and AP (Affinity Propagation) clustering algorithm for roller bearings diagnosis recognition . Firstly, the method used the LMD model decomposed the roller bearings vibration signals in different conditions into a series of PF (Production Function). Secondly, it used BSE method to calculate the entropy value of the first three PF (BSE1-BSE3), then AP clustering algorithm selected the value of BSE1-BSE3 as the input eigenvectors for fulfill the roller bearings diagnosis recognition. Finally, the