张明明
- 作品数：5 被引量：20H指数：4
- 供职机构：南昌航空大学航空制造工程学院更多>>
- 发文基金：中国航空科学基金江西省自然科学基金国家自然科学基金更多>>
- 相关领域：航空宇航科学技术更多>>
- 基于双网格校正小波聚类的转子故障诊断被引量：6
- 2017年
- 针对网格聚类算法不可避免产生的网格量化问题,提出一种基于双网格校正小波聚类算法。该算法以最大密集网格规则下获得的网格划分k值进行原始网格小波聚类,以均匀分布假设规则下获得的网格划分k值进行校正网格小波聚类,通过校正算法得到最佳聚类结果。通过基于双网格校正小波聚类的转子故障诊断实例表明:双网格小波聚类降低了网格划分和网格密度阈值对聚类质量的影响,提高了精度;双网格聚类的并行校正处理缓和了一种尺寸下网格均匀划分与数据对象非均匀分布之间的矛盾,为网格量化问题提供了一种解决思路。
- 刘晓波邵伟芹张明明左红艳
- 关键词：小波聚类转子故障诊断
- 基于元胞储存的小波聚类转子故障诊断被引量：5
- 2015年
- 针对传统小波聚类高维空间复杂度高,提出基于元胞储存的改进小波聚类算法;通过对转子故障模拟实验采集的数据,对其聚类分析,结果表明:元胞储存能够降低算法的空间复杂度,提高算法的效率;将改进的小波聚类算法应用于转子故障诊断,与常见的几种转子故障诊断方法相比,结果表明:基于元胞储存的小波聚类转子故障诊断方法具有自动聚类,处理速度快,精度高,适合应用在高维数据空间中等优点,对转子故障状态能够很好地进行区分。
- 张明明刘晓波
- 关键词：元胞小波聚类故障诊断
- 基于振幅熵和功率谱重心的转子振动故障诊断被引量：5
- 2017年
- 对信号进行特征提取是故障诊断的关键,为了提高转子振动故障诊断的准确性,根据转子振动的特点提出了基于振幅熵H(A)与功率谱重心C的转子振动故障诊断方法.通过计算功率谱的重心得到表征功率谱变化的功率谱重心特征,计算振幅的熵值得到反映幅值分布特征与振动集中程度的振幅熵特征,组成二维特征量(H(A),C).然后通过转子故障模拟实验采集数据,对其进行DBSCAN聚类、K均值聚类、层次聚类、网格聚类4种聚类分析.结果表明,基于振幅熵H(A)与功率谱重心C的二维特征量(H(A),C)能够作为评价转子振动状态的综合特征指标.通过对传统的二维特征量(偏度、均方根值)、(裕度、标准差)运用网格聚类法进行转子振动故障诊断识别,结果表明,(H(A),C)的选取较于传统特征量的选取能更好地对转子运行中出现的常见故障进行区分.
- 邵伟芹刘晓波张明明涂俊超
- 关键词：转子聚类故障诊断
- 基于广度优先搜索的小波聚类算法被引量：6
- 2016年
- 针对传统小波聚类算法采用相连定义聚类时精度和效率不够的问题,提出了一种基于广度优先搜索的改进小波聚类算法。该算法综合了小波聚类算法和广度优先搜索邻居聚类算法两者的优势,以小波聚类算法的网格邻居单元定义去改善广度优先搜索邻居聚类算法人工输入参数的敏感性,同时以广度优先搜索邻居聚类算法类门限参数的设定去改善小波聚类算法类划分不精确的缺陷。通过航空发动机转子模拟振动信号实验数据,对其分别进行小波聚类,广度优先搜索邻居聚类以及改进的小波聚类分析,结果表明:基于广度优先搜索的小波聚类能够很好地改善传统小波聚类的聚类精度和聚类速度,明显地降低计算复杂度。
- 刘晓波张明明涂俊超左红艳
- 关键词：小波聚类广度优先搜索故障诊断
- 网格细化小波聚类在航空发动机转子系统故障诊断中的应用被引量：2
- 2016年
- 为了能够更加准确地判断出故障类型、提高聚类精度,对故障诊断准确度即聚类精度进行分析之后,提出了网格细化的小波聚类算法,即将网格拆分技术运用到小波聚类算法,对算法运行过程中的特征空间网格单元进行"网格细化"以此来对边界点进行提取,并对改进前后算法的聚类精度进行验证。结果表明:改进后的小波聚类算法能够得到比原始小波聚类算法更加精确的聚类结果。
- 张明明刘晓波丁伟明
- 关键词：航空发动机转子系统小波聚类网格细化故障诊断
