• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《振动与冲击》 >优化KNNC算法在滚动轴承故障模式识别中应用

优化KNNC算法在滚动轴承故障模式识别中应用

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为有效提高滚动轴承故障诊断率,正确识别不同故障类型,提出基于优化K-最近邻域分类器(K-Nea-rest Neighbor Classifier,KNNC)的轴承故障模式识别方法.分别求得滚动轴承训练样本与测试样本的振动特征指标,构建样本特征集.为加快分类速度,剔除不良样本干扰,利用K-均值聚类算法对样本进行优化精简,并将所得若干聚类中心作为新的约简训练集.据新训练集进行KNNC分析,实现模式识别.结果表明:该方法能快速、有效识别出滚动轴承4种不同故障模式,识别正确率明显提高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号