采煤机滚动轴承故障诊断新方法
公茂法
郭一萱
闫鹏
吴娜
张超
1.山东科技大学电气与自动化工程学院,山东青岛,2665902.山东科技大学电气与自动化工程学院,山东青岛,2665903.山东科技大学电气与自动化工程学院,山东青岛,2665904.山东科技大学电气与自动化工程学院,山东青岛,2665905.山东科技大学电气与自动化工程学院,山东青岛,266590
摘要：针对基于K-means聚类算法的采煤机滚动轴承故障诊断结果存在不稳定的问题,提出了一种基于TDKM-RBF神经网络的采煤机滚动轴承故障诊断新方法.该方法采用Tree Distribution算法确定K-means聚类算法的初始聚类中心,消除K-means聚类结果的波动性,采用K-means算法确定RBF神经网络的参数,再将训练好的神经网络用于故障诊断.仿真结果表明,该方法的聚类过程迅速,稳定性较高,提高了采煤机滚动轴承故障诊断的正确率.
关键词：采煤机滚动轴承故障诊断波动性径向基核函数K-means聚类算法TD算法
分类号：TD632(矿山电工)
资助基金：山东省自然科学基金项目(ZR2012EEM021)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 50-53 )
英文信息