核方法与模糊C-均值相结合的故障模式识别方法

摘要

针对大型旋转机械故障特征之间错综复杂的非线性关系问题,提出一种将核方法与模糊C-均值(FCM)技术融合的故障辨识方法.以一个双跨度转子实验台为研究对象,围绕着其故障数据集的聚类与解决好故障模式识别需求,首先利用核方法将原始数据集进行一个非线性映射至高维的核空间,使在原低维空间中高度非线性化的特征在核空间呈线性可分,由此实现了增大不同类别故障数据子集之间的特征差异目的;然后在核空间中进行模糊C-均值聚类,计算每个样本到聚类中心的距离并归并到距离最近的类中;最后通过测试集对故障辨识的有效性进行验证.