一种基于K-means聚类和证据推理的旋转机械滚珠轴承故障诊断方法

摘要

本发明涉及基于K‑means聚类和证据推理的旋转机械滚珠轴承故障诊断方法。该方法通过K‑means聚类获取似然信度表和K个参考中心向量，由似然信度表获取K个参考证据；计算故障特征数据与K个参考中心向量之间的距离，并由此来修正参考证据，生成K个诊断证据；在线获取多种故障特征的取值后，分别计算它们激活的诊断证据，再将这些被激活的诊断证据融合，利用融合后的证据做出故障决策，得到该在线故障特征数据所对应的故障类型。本发明方法在K‑means聚类的基础上进行故障诊断证据的融合推理，利用多源诊断信息有效提高了旋转机械滚珠轴承的故障诊断精度。