基于模糊C均值聚类和转子轴心轨迹特征的转子状态诊断

针对现有轴心轨迹特征用于转子故障程度判别识别精度低、效果差的问题,提出一种基于轴心轨迹象限信息熵的轴心轨迹特征提取新方法。该方法将轴心轨迹按象限划分为四个区域,分别计算四个区域的信息熵作为故障特征,然后使用模糊聚类进行故障模式识别和故障程度判别。通过分析网格划分程度对于聚类效果的影响,确定了象限信息熵获取过程中关键参数的确定方法,进而通过聚类中心初始化,改善了模糊C均值算法聚类效果不稳定的问题。通过在实验台进行不同故障不同程度的故障模拟实验,将提出的新指标与现有轴心轨迹特征进行对比,结果表明该方法在识别效果和数据可视化方面表现卓著,为后期进行实时状态监测和故障精密诊断提供了新的思路。