基于数学形态分形维数与模糊C均值聚类的滚动轴承退化状态识别

？针对滚动轴承的退化状态识别问题，融合数学形态学与模糊聚类理论，提出一种基于数学形态分形维数与模糊C均值聚类的退化状态识别方法。以数学形态分形维数作为滚动轴承的性能退化特征，从分形角度定量描述其复杂度与不规则度。鉴于不同退化状态边界的模糊性，将模糊C均值聚类方法应用于对退化状态的模糊聚类中，根据最大隶属度原则识别轴承性能退化状态。依托杭州轴承试验研究中心进行滚动轴承疲劳寿命强化试验，采集了滚动轴承从完好到失效的整套全寿命数据，将该方法应用于滚动轴承全寿命周期振动信号中，总体状态识别成功率达到96%.研究结果表明：该方法计算代价小、效率高，能够有效地识别出滚动轴承的性能退化状态。