基于变分模态分解与模糊聚类的船用齿轮箱故障诊断

摘要

针对船用齿轮箱故障类型诊断精度不高的问题,提出一种结合变分模态分解(Variational Mode Decomposition,VMD)与核模糊聚类(Kernel Fuzzy C-Means,KFCM)的故障诊断方法.先对齿轮箱振动信号展开VMD分析,获得含有大量故障特征信息的固有特征模函数(Intrinsic Mode Function,IMF),然后计算出各IMF分量的奇异值并构建故障特征向量矩阵,最后将其输入到以KFCM算法为框架的故障分类器中进行模型训练,并对模型性能测试与评估.结果表明,所提方法具有较高的故障识别准确率.