蒋玲莉　莫志军　陈安华　李学军

1.湖南科技大学机械设备健康维护湖南省重点实验室，湘潭，4112012.苏州东陵振动试验仪器有限公司，苏州，215163



一种聚类优化融合故障诊断方法及其应用

蒋玲莉1,2莫志军1陈安华1李学军1

1.湖南科技大学机械设备健康维护湖南省重点实验室，湘潭，4112012.苏州东陵振动试验仪器有限公司，苏州，215163

针对单一聚类诊断方法难以准确、全面识别不同故障状态的问题，提出了一种聚类优化融合故障诊断方法。分别利用社团聚类、K-均值聚类及粒子群聚类三种方法对故障进行识别，得出三种聚类方法对应的故障识别准确率，在此基础上构建初始权值矩阵，并通过遗传算法对初始判断矩阵与三种聚类方法进行优化，得到最优权值矩阵与优化的聚类模型，用于融合诊断。轴承故障诊断实例结果表明，该聚类融合诊断方法能够有效提高故障识别准确率。

聚类分析；权值矩阵；融合诊断；遗传算法

0　引言

聚类分析方法被用作描述数据、衡量不同数据源间的相似性、将数据源划分为各类集合[1-2]，被广泛应用于故障模式识别[3-4]。大部分故障聚类诊断方法通过描述故障特征间联系紧密程度的聚类变量来实现故障模式识别，聚类变量主要存在两种方式：一是采用描述故障特征之间的接近程度的指标，例如“距离”，“距离”越小的变量越具有相似性，传统的故障诊断聚类方法如K-均值聚类[6]、粒子群聚类[7]、灰色聚类[8]等的测量方式就归于此类；二是……