基于均值属性测度聚类分析的推土机故障诊断

《基于均值属性测度聚类分析的推土机故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、设备管理＆维修技术EquipmentManagement&MaintenanceTechnologyR■■M●■■C●一M■■■基于均值属性测度聚类分析的推土机故障诊断FaultDiagnosisofBulldozerBasedonClusterAnalysisofMeanAttributeMeasurement文畅平WENChang—ping中南林业科技大学土木工程与力学学院，湖南长沙410004SchoolofCivilEngineeringandMechanics，CentralSouth

2、UniversityofForestryand—Fechnology，Changsha410004Hunan，China【摘要】提出了一种基于均值属性测度聚类分析的推土机柴油发动机故障诊断模型。模型以训练样本中各分类样本平均值表示其分类中心．建立各判别因子的未确知测度函数，然后计算单指标未确知测度和样本的均值属性测度，以样本均值属性测度进行等级判别；模型回判的正确率为100％。研究表明，该方法是一种用于推土机发动机工作状态分类和故障诊断识别的有效方法【Abstract】Amodelforfaul

3、tdiagnosisofdieselengineofbulldozerisputforwardbasedonclusteranalysisofmeanattributemeasurementTheaverageofclassificationindicatestheclassificatIoncenteroftrainingsamplesandtheundeterminedmeasurementfunctionsofdiscriminationfactorsofthesetrainingsamp

4、lesarerigorouslyestablishedtocaIculatetheattributemeasurementsofmeamsofsingleindexandsampiesFinallythemeanat—tributemeasurementofsamplesisappliedtoclassifythebulldozerconditions．Accordingtoback—discriminationmethod．thecorrectnessrateis100％Thestudysho

5、wsthismethodiseffectiveinworkingconditionclassifica—tionandfaultdiagnosisofengiReonbulIdozer．【关键词】推土机；故障诊断；均值属性测度；聚类分析【Keywords】bulldozer；faultdiagnosis；meanattributemeasurement；clusteranalysis中图分类号：U415．51文献标志码：B文章编号：1000-033X(2011)01—0085—040引言研究是一

6、项具有重要意义的课题笔者曾经利用从柴油机机身处获得的加速度信号样推土机是基础建设工程施工中应用最广泛的设备之本，在Bayes判别分析法的基础上建立了推土机柴油发动一一。在作业中循环动作频繁，载荷变化大，工作条件恶机工作状态识别的Bayes判别分析模型由于柴油机的故劣，是导致其柴油发动机故障频发的主要原因=2]推土机障振动信号具有非线性、非稳态性的特点，因而对其故障的柴油发动机结构复杂．功能单元多，各功能单元及其组的预测与诊断需要多种方法和途径。基于这一考虑，本文合都有可能产生故障，并且引发故障的

7、原因多，诊断困在Bayes判别分析法、支持向量机法、模糊c一均值聚类分难。目前，大部分国产推土机采用机械结构进行操作控析法以及神经网络方法等基础上，基于未确知理论。制，对其现场监测和故障诊断缺乏有效的手段．且难以预建立推土机柴油发动机工作状态识别的均值属性测度聚见故障的发生，这成为快速、及时解决故障的障碍，使得类分析模型和方法，供工程实践参考推土机的生产成本增加，使用效率降低。所以，对推土机的柴油发动机在运行过程中的状态监测及其故障诊断的1均值属性测度聚类分析方法基金项目：湖南省自然科学基金资助

8、项目(07JJ6080)均值属性测度聚类分析方法的基本思想是利用未确RlVICM黧＆ana维gem修ent技&术Mai。。。。知测度表示各分类的中心，由各分类中心建立单指标表1训练样本的未确知测度函数，通过该函数计算各指标的未确知测度和样本的均值属性测度，最后应用置信度；隹则对样本所属的类别进行识别7．946l5．77．534l78用数学的语言来描述是：设为评价对象空间．即某7．487l5．9评价对象的集合，中的评价对象．(1，2，⋯，n)，有171个评7．253164价指标，=1，2，⋯，m)