基于WFCM-GRA的機械產品故障診斷方法研究.pdf

1、機械產品在生產生活中應用廣泛，其運行狀態(tài)直接影響著設備的正常運行及生產生活的質量。機械產品發(fā)生故障常會產生次生故障，對設備安全和生產生活的潛在危害大，因此，實現機械產品的實時狀態(tài)監(jiān)測與快速高效地故障診斷對保證設備安全連續(xù)運行，減少機械產品故障帶來的潛在損失和威脅，降低其壽命周期內運行總成本，延長服役周期具有重要的現實意義。
　　本文在過程監(jiān)測的基礎上，建立基于加權模糊C均值聚類(FCM)和綜合關聯分析的兩階段故障診斷模型，實現了機

2、械產品的故障診斷。本文的主要內容包括:
　　(1)針對不同樣本和特征在過程監(jiān)控和故障分類識別時的重要程度不同的問題，提出基于J指標的特征選取方法選取關鍵特征參數，采用ReliefF方法和樣本點密度的樣本加權方法以突出關鍵特征參數和典型樣本對分類識別的影響。
　　(2)提出根據樣本數據的不同特征參數統(tǒng)計特征，選取合適的聯合控制圖方案實現對機械產品運行過程的監(jiān)控和預警，并在發(fā)動機缸體緩變故障監(jiān)測過程中驗證了本文提出的聯合控制圖方

3、案的合理性。
　　(3)針對機械產品故障診斷的特點，建立了兩階段的基于加權模糊C均值聚類-灰色關聯分析(WFCM-GRA)的故障診斷模型:在基于WFCM和聚類有效函數獲取各運行狀態(tài)數據的聚類中心作為最具代表性的標準序列的基礎上，運用綜合灰色關聯方法分析待檢測樣本數據與各標準序列的綜合關聯度，再根據綜合關聯序確定可能的故障類型，并在發(fā)動機故障診斷案例中驗證了本文故障診斷方法的有效性和實用性。并在本文提出方法的基礎上，開發(fā)了發(fā)動機過程