基于FCM-GRA的故障诊断方法研究

《基于FCM-GRA的故障诊断方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于FCM-GRA的故障诊断方法研究杨志卢敏童合肥工业大学机械工程学院摘要：针对复杂机械产品的故障诊断问题，文中提出基于FCM和灰色关联分析（GRA）的两阶段的故障诊断方法。第一阶段用模糊聚类方法得到标准故障序列。第二阶段运用灰色关联分析方法分析标准故障序列与实时数据的灰色关联度，根据灰色关联序实现故障识别。最后以电喷发动机怠速不稳故障为实例验证模型的有效性。关键词：复杂机械产品;故障诊断;模糊聚类;灰色关联分析;作者简介：杨志（1990—）,男，硕士研究生，研究方向为制造过程监测与控制。收稿日期：201

2、7-03-24ResearchonFauItDiagnosisMethodBasedontheFCMandGRAYANGZhiLUMintongSchoolofMechanicalEngineering,HefeiUniversityofTechnology;Abstract：Faultdiagnosisforcomplexmachineryproducts,two_stagemethodoffauItdiagnosisisproposedbasedonFCMandgreyrelationalanalys

3、is（GRA）•Fuzzyclusteringmethodisusedtogetstandardsequencesoffaultsinfirststage.Greycorrelationanalysismethodisusedtocalculatethegreycorrelationofstandardsequencesandreal-timedata,andrealizefaultrecognitionbasedongreycorrelationsequenceinsecondstage.Takingi

4、dlingfaultofEFIengineasexample,thevalidityofthemodelisverified.Keyword：complexmeichincryproducts;feiultdiagnosis;greyrelationalanalysis(GRA);Received：2017-03-240引言复杂机械产品是由不同种类、数量繁多的零部件或由多个相互联系的子系统构成的系统。复杂机械产品的故障的发生可能由多种因素共同引发，也有可能是由其他故障引发的次生故障，甚至可能是子系统集成的

5、问题，这都提高了故障诊断的难度，同时也增加了风险。因此，有必要对复杂机械产品进行及时准确的故障诊断，减少故障及次生故障带來的损失，保证安全具有重要意义。故障诊断就是确定系统是否存在故障并确定故障发生的原因和时间，定位故障元件，确定故障类型以及故障严重程度，再根据识别结果采取相应的恢复、维护措施。复杂机械产品的故障诊断问题受到国内外学者的广泛关注，智能诊断方法如灰色关联分析［1-5］、模糊聚类分析［6-9］、支持向量机［10］、神经网络［11-12］等方法取得了不错的效果。但单一算法用于故障诊断都存在其局限

6、性，实现算法间的优势互补，是故障诊断的一个发展趋势。针对复杂机械产品的故障诊断问题,本文以模糊聚类和灰色关联分析为基础，建立电喷发动机的怠速不稳的故障状态模型，以期在复杂机械产品故障诊断的实际应用方面提供新的思路。1模型构建理论基础1.1模糊聚类理论概述传统的分类是非此即彼的关系，而现实中的许多事物同时具有多种类别事物的某些特征，事物类别之间也存在重叠类的可能性，对于这些问题运用模糊划分更为贴切。模糊聚类分析是应用模糊数学方法确定事物之间的亲疏程度从而实现事物分类的方法。1.2FCM算法传统的模糊聚类方法

7、一般步骤如下：1）特征参数标准化处理。各特征参数在量纲上存在的差异会给计算、比较和建立的模型带来不确定性。2）模糊聚类分析获取聚类中心和隶属度矩阵。用消除量纲后的数据作为模糊聚类分析方法的输入,并根据目标函数最小化原则，设定误差阈值或迭代次数作为收敛条件。1.3灰色关联分析灰色关联分析根据标准序列和比较序列曲线之间的几何相似稈度来判断事物联系是否紧密，曲线越接近，事物之间的关联性就越大。灰色关联度只需少量样本数据，计算量小，且不要求具有特定的分布。2基于FCM-GRA的故障诊断原理基于FCM-GRA的两阶

8、段的复杂机械故障诊断方法的流程如图1所示，首先对历史数据进行聚类得到聚类中心作为标准序列。再计算实时数据与标准序列的灰色关联度，根据灰色关联序得岀可能的故障类型，最终实现故障的诊断，达到消除故障的目的。图1基于FCM-GRA的故障诊断原理下载原图2.1数据预处理设备监控现场收集的数据屮，不同的特征参数在量纲方面存在很大的差异，会给计算、建模带来不利影响。文中采取平移-标准差变换消除量纲的影响。2.2基于历史及在线数据的模糊聚类