中，是很敏感，对三种轴承故障识别率已经达到，当单独使用时也会出现相同情况，由此我们可以说在这个过程中有举足轻重作用，然而平均模糊积分要高于平均隶属度在单独特征中，它表示了模糊积分数据融合已经对错误诊断有了改进。为了是计划模糊积分模型更加有效，于是我们引用了个没有那么敏感特征来取代它振幅因数，我们可以使用不同方法来建立局部拼接关系，比如概率密度函数方法，我们是使用分析理论来识别关系，此时模糊隶属度反映了拼接度。在表里我们可以看到峰值隶属度分布和轴承内圈故障外圈故障和滚动体故障有关，其他特征隶属度分布也可以通过同样方法来得到。表对轴承故障特征层模型识别率比较故障类型识别率峰度峰值均方根模糊积分内圈故障..外圈故障.滚动体故障..表对轴承故障特征层诊断平均成员值故障原型平均隶属度平均模糊积分峰度峰值均方根内圈故障....外圈表示指数已经被排列，所以和表示最大化，而表示最小化。函数积分,关于模糊测量以下公式定义这里可以作为把可靠度源数据变为个很特殊单位，模糊测量或可以从及其重要源信息被看做最终赋值或者决策决定。这个研究要使用成员平均值或分析故障识别率来作为不同故障用途行列数据使模糊密度变为结构体模糊测量，而识别率是由识别特定故障与识别故障总数比率来确定。表示识别率，表示正确识别故障数，表示错误总数，不管识别率或成员平均值反映了特征组或者识别器对于个故障重要性。.特征层模糊积分诊断模型从图中我们可以看到机械故障诊断特征层积分融合模型结构，这种模型包含三个主要组件局部拼接组件相互作用和重要推断组件和全局拼接组件。对诊断特征层模糊积分融合第步是需要利用模糊积分例如函数得到局部拼接程度，关于特征局部拼接是特征值和故障原型之间拼接度是建立特征值和给定故障关系决定性因素。不同方法都可以用来建立这些局部连接关系，比如概率密度函数理论。本文使用了分析理论来定义局部连接关系，连接度是通过模糊命名空间度数来体现出来，函数表示是故障原型属于个单个源信息种类。实现这个模型第二步是对模糊测量定义，它采用了模糊测量。为了得到这些模糊测量，对不同原型不同特征平均成员度数被用做模糊密度，这种模糊密度反映了对给出错误原型识别率特征总体可靠度。当隶属度引出了模糊密度，那么可以通过以下公式得到表示模糊密度，可以通过以下公式得到旦得到局部拼接度和模糊测量，它们就会和模糊测量被引入全局拼接模块。接着模糊积分考虑每个特征正确可靠率和整体可靠率在给出故障原型中来得到个诊断结果整体评估，当每个特征重要性和不同特征相互作用都在拼接过程中被考虑之后，目标模型就能产生比其他单独特征能给出更准确诊断结果。.决策层模糊积分诊断模型在图中，机械故障诊断决策层模糊积分融合模型结构，其中，环境监控数据得到不同特征，然后这些特征被分成不同组来提供不同故障分类器，每个分类器可以根据每个目标得到个原始诊断，所有分类器像神经网络模糊分类器等都可以给使用。为了达到模糊积分模型输入要求，每个分类器从给出目标得到单独诊断结果需要转换成模糊解释，模糊解释反映了每个分类器对每个给出目标可靠度，类似于函数在计划特征层模糊积分诊断模型中所扮演角色。分类器对连串数据组识别率反映了不同分类器在识别故障方面全面性能。对个给定故障而言，不同分类器识别率也许是不样，个分类器对不同给定故障可能也有不同识别能力，这些源于模糊密度组识别率是反复无常，它所有特点表现了不同模糊密度受分类器在识别机械故障模式中重要性影响组合，模糊密度被用来计算不同分类器对不同故障分类器模糊测量。因为不同分类器对不同故障可以有不同识别率，所以每个识别器得到单独诊断结果在种程度上可能彼此不相符，然后模糊积分模块被用于得到最终决策。这个模块就像使用输入产生致解释样使用分类器输出，这些输出组成了在模糊解释识别率和最初诊断结果。识别率经常被基于历史数据统计学理论得到，因此要合并历史信息。单独模糊诊断结果是个正确条件监控数据映射，所以它反映了正确机械系统状态信息，最后模糊积分诊断结果是个从历史和正确机械系统故障信息得到模糊结论。设备安装在译者注公司名机械故障模拟程序上做滚动元件轴承和电马达测试，图显示了实验数据获得系统装配，它在轴承实验中包括带接头译者注美国国家仪器有限公司模数转换卡，传感器公司加速度传感器，信号调节器，译者注仪表生产公司防失真滤波器，东芝笔记本计算机。在电马达测试中，为了测试电流信号在系统中加入了个交流电流钳表，译者注由美国国家仪器公司研制开发种图形化程序开发环境被用来记录振动加速度和电流信号，轴承测试截止频率为，采样比率为，实验中三个轴承分别存在内圈故障外圈故障和滚动体故障，马达测试截止频率为，采样比率为，实验中使用马达分别有转子断条，轴承故障，和正常马达。结果及其分析.特征层模糊积分诊断模型在滚动体滚动轴承实验数据起用后，模型就开始生效，这时在振动信号只能得到时域特征，对于测试特征层模糊积分融合模型，涉及三个特征峰度峰值均方根，表和表表示了识别率和隶属度和它们之间关系。在机械环境中，是很敏感，对三种轴承故障识别率已经达到，当单独使用时也会出现相同情况，由此我们可以说在这个过程中有举足轻重作用，然而平均模糊积分要高于平均隶属度在单独特征中，它表示了模糊积分数据融合已经对错误诊断有了改进。为了是计划模糊积分模型更加有效，于是我们引用了个没有那么敏感特征来取代它振幅因数，我们可以使用不同方法来建立局部拼接关系，比如概率密度函数方法，我们是使用分析理论来识别关系，此时模糊隶属度反映了拼接度。在表里我们可以看到峰值隶属度分布和轴承内圈故障外圈故障和滚动体故障有关，其他特征隶属度分布也可以通过同样方法来得到。表对轴承故障特征层模型识别率比较故障类型识别率峰度峰值均方根模糊积分内圈故障..外圈故障.滚动体故障..表对轴承故障特征层诊断平均成员值故障原型平均隶属度平均模糊积分峰度峰值均方根内圈故障....外圈.,..,..,fi,–..–...,..,...,fi,–...,.–...,.–...,.–..,.,.,.–..,..,..–....,.,..,...–...,..,–,–...,.,.–..,..,...,.–.......,.,.,.表示指数已经被排列，所以和表示最大化，而表示最小化。函数积分,关于模糊测量以下公式定义这里可以作为把可靠度源数据变为个很特殊单位，模糊测量或可以从及其重要源信息被看做最终赋值或者决策决定。这个研究要使用成员平均值或分析故障识别率来作为不同故障用途行列数据使模糊密度变为结构体模糊测量，而识别率是由识别特定故障与识别故障总数比率来确定。表示识别率，表示正确识别故障数，表示错误总数，不管识别率或成员平均值反映了特征组或者识别器对于个故障重要性。.特征层模糊积分诊断模型从图中我们可以看到机械故障诊断特征层积分融合模型结构，这种模型包含三个主要组件局部拼接组件相互作用和重要推断组件和全局拼接组件。对诊断特征层模糊积分融合第步是需要利用模糊积分例如函数中文字出处附件译文基于模糊测量和模糊积分融合技术机械故障诊断,摘要模糊测量和模糊积分理论是有传统测量理论派生出来个新理论，它把标准和它们之间相互作用考虑了进来，而且在分类等应用上有很好潜力。本文介绍了种新颖用模糊测量和模糊积分对机械故障诊断数据融合方法它包括特征层数据融合模型和决策层数据融合模型，模糊方法分析思想也被用来识别特征组和故障原型之间关系来建立特征和给定故障之间标识。我们使用了滚动轴承和电马达来是模型生效，记录信号和之后特征和使用模糊测量和模糊积分数据融合技术决策层结合体包含了不同特征来得到诊断结果。最终结果表明计划方法在轴承和马达故障诊断中表现优异。关键词模糊测量，模糊积分，模糊方法，数据融合，故障诊断介绍现代机械复杂性快速有快速增加态势，而由此带来对可靠性，实用性安全性和经济性要求也与日俱增，因此基于状态维修逐步成为机械维修策略主流。有效只能在适当精确诊断预测中才能实现，而且故障诊断和预测对基于外出站信号处理算法多参数数据解释有很强依赖性。统计学方法聚类分析神经网络基于模型思想遗传算法混合系统等在机械环境监测和故障诊断中不同方法相继被采用。其中聚类分析是种可以得到最佳诊断结果迭代划分方法，而在不同故障模式之间通常没有可标记精确边界分类中模糊聚类分析表现得比传统聚类方法更为实用模糊方法可以对与处理模糊信息类似非二叉树故障图进行分类。模糊聚类分析方法是把故障类型当成模糊组来考虑，每个那个故障类型赋值为或者被分配给所有成员以达到描述属于那个类是哪种程度故障。在对结果划分中，模糊方法是最理想模糊聚类方法，是种通过使误差归纳函数最小化来对聚类中心进行迭代计算算法，它在被选中区域找到了应用。如果再联系神经网络，可以被用来把分割色彩图片变为纯色区域地方做自动确认，还能在对多时间综合孔雷达图片和干涉测量综合孔雷达图分类中被采用。传统组理论和可能性理论已经广泛采用与不确定问题中，但是模糊组理论和模糊测量理论更为全面，它可以再机械环境监控和故障诊断中被应用，作为传统测量理论派生物，模糊测量和模糊积分融合技术已经在图案识别图片编程和信息融合中被采用，机械故障诊断领域在寻求种可以从根本上解决潜在机械故障决定性方法。根据信息融合理论，采用多源信息可以降低信息不确定性，基于模糊测量和模糊积分融合技术对多重特点或者分类器综合分析有望能提高机械故障诊断精确度，因为模糊测量和模糊积分不仅可以表现出不同标准重要性也可以反应不同标准之间相互作用。假设那种机械故障诊断在图案识别是有效，那么观察不同标准之间相互作用是至关重要。般情况下在两个标准之间有三种作用协同互斥独立，传统理论只能在第三种情况即两种标准之间没有联系时起作用，但是模糊测量理论可以描述所有情况。本文详细描述了种在机械故障诊断中行之有效模糊测量和模糊积分融合方法，特征层和决策层数据融合模型被发展为适合机械故障诊断。在特征层中，分析理论对由特征组和故障原型关系来建立特征之间关系和特定故障识别中被采用，模糊积分理论通过在融合特征映射输出量来得到诊断。在决策层融合阶段，分析理论还应用于由对算法分类来产生最初诊断结果。模糊积分理论和模糊积分理论都在决策层中用来融合不同分类器初始输出，以取得最终诊断结果。计划途径可以提高诊断方法，因为模糊测量可以反映特征或分类器重要性，考虑它们对故障分类贡献度，多重分类器不仅构成决策层模型还对提高诊断精度有显著作用。本文剩下部分有以下几个组成部分在第二部分简要介绍下分析算法和模糊积分理论；第三部分会提及机械故障诊断方面特征层和决策层模糊积分数据融合模型；第四部分会给出实验结果和讨论；最后第五部分是对全文个总结。特征层和决策层模糊积分故障诊断模型信号层特征层决策层，数据融合可以在不同层上采用，这部分给出了两个在机械故障诊断中模糊积分数据融合模型基于聚类算法和模糊测量模糊积分数据融合理论特征层模糊积分融合模型和决策层模糊积分融合模型，本文这两个模糊积分采用是积分和积分。.和模糊积分是种最理想模糊聚类理论，这种不被监督算法是用来把数据组划分得很少而且可表示，它是通过最小化以下误差归纳公式来计算聚类中心,表示聚类数，表示成员指数，是数据点，是数据点和聚类中心之间距离，在般情况下指欧几里得几何上距离，是数据点和聚类模糊成员矩阵，表示是聚类中心矢量。函数积分,关于模糊测量用以下公式定义,...,表示指数已经被排列，所以和表示最大化，而表示最小化。函数积分,关于模糊测量以下公式定义这里可以作为把可靠度源数据变为个很特殊单位，模糊测量或可以从及其重要源信息被看做最终赋值或者决策决定。这个研究要使用成员平均值或分析故障识别率来作为不同故障用途行列数据使模糊密度变为结构体模糊测量，而识别率是由识别特定故障与识别故障总数比率来确定。表示识别率，表示正确识别故障数，表示错误总数，不管识别率或成员平均值反映了特征组或者识别器对于个故障重要性。.特征层模糊积分诊断模型从图中我们可以看到机械故障诊断特征层积分融合模型结构，这种模型包含三个主要组件局部拼接组件相互作用和重要推断组件和全局拼接组件。对诊断特征层模糊积分融合第步是需要利用模糊积分例如函数得到局部拼接程度，关于特征局部拼接是特征值和故障原型之间拼接度是建立特征值和给定故障关系决定性因素。不同方法都可以用来建立这些局部连接关系，比如概率密度函数理论。本文使用了分析理论来定义局部连接关系，连接度是通过模糊命名空间度数来体现出来，函数表示是故障原型属于个单个源信息种类。实现这个模型第二步是对模糊测量定义，它采用了模糊测量。为了得到这些模糊测量，对不同原型不同特征平均成员度数被用做模糊密度，这种模糊密度反映了对给出错误原型识别率特征总体可靠度。当隶属度引出了模糊密度，那么可以通过以下公式得到表示模糊密度，可以通过以下公式得到旦得到局部拼接度和模糊测量，它们就会和模糊测量被引入全局拼接模块。接着模糊积分考虑每个特征正确可靠率和整体可靠率在给出故障原型中来得到个诊断结果整体评估，当每个特征重要性和不同特征相互作用都在拼接过程中被考虑之后，目标模型就能产生比其他单独特征能给出更准确诊断结果。.决策层模糊积分诊断模型在图中，机械故障诊断决策层模糊积分融合模型结构，其中，环境监控数据得到不同特征，然后这些特征被分成不同组来提供不同故障分类器，每个分类器可以根据每个目标得到个原始诊断，所有分类器像神经网络模糊分类器等都可以给使用。为了达到模糊积分模型输入要求，每个分类器从给出目标得到单独诊断结果需要转换成模糊解释，模糊解释反映了每个分类器对每个给出目标可靠度，类似于函数在计划特征层模糊积分诊断模型中所扮演角色。分类器对连串数据组识别率反映了不同分类器在识别故障方面全面性能。对个给定故障而言，不同分类器识别率也许是不样，个分类器对不同给定故障可能也有不同识别能力，这些源于模糊密度组识别率是反复无常，它所有特点表现了不同模糊密度受分类器在识别机械故障模式中重要性影响组合，模糊密度被用来计算不同分类器对不同故障分类器模糊测量。因为不同分类器对不同故障可以有不同识别率，所以每个识别器得到单独诊断结果在种程度上可能彼此不相符，然后模糊积分模块被用于得到最终决策。这个模块就像使用输入产生致解释样使用分类器输出，这些输出组成了在模糊解释识别率和最初诊断结果。识别率经常被基于历史数据统计学理论得到，因此要合并历史信息。单独模糊诊断结果是个正确条件监控数据映射，所以它反映了正确机械系统状态信息，最后模糊积分诊断结果是个从历史和正确机械系统故障信息得到模糊结论。设备安装在译者注公司名机械故障模拟程序上做滚动元件轴承和电马达测试，图显示了实验数据获得系统装配，它在轴承实验中包括带接头译者注美国国家仪器有限公司模数转换卡，传感器公司加速度传感器，信号调节器，译者注仪表生产公司防失真滤波器，东芝笔记本计算机。在电马达测试中，中文字出处,,附件译文基于模糊测量和模糊积分融合技术的机械故障诊断,,,摘要模糊测量和模糊积分理论是有传统的测量理论派生出来的个新理论，它把标准和它们之间的相互作用考虑了进来，而且在分类等应用上有很好的潜力。

文档预览结束

找同类相似 下载到手机