%0 Journal Article
%T 基于ART和Yu范数的聚类方法在齿轮故障诊断中的应用
%A 徐增丙
%A 李友荣
%A 王志刚
%A 轩建平
%J -
%D 2016
%X 针对传统聚类方法需预先指定类别个数而导致应用受限的问题,提出一种基于ART和Yu范数的聚类方法,可自适应地确定类别个数。通过对齿轮无标记故障样本的诊断分析对该方法进行验证。从多个角度提取反映故障信息的特征参数集,利用距离区分技术对其进行优选,并结合ART的机制和基于Yu范数的聚类技术,对齿轮故障类别进行诊断分析,并与Fuzzy ART方法的诊断结果进行比较。结果表明,该方法可以有效地对齿轮故障进行区分,且效果优于Fuzzy ART方法
%K 齿轮 故障诊断 聚类方法 ART Yu范数 距离区分技术<br>gear fault diagnosis clustering method ART Yu norm distance discriminant technique
%U http://wkdxb.wust.edu.cn/wkd_zr/ch/reader/view_abstract.aspx?file_no=20160208&flag=1