《表2 最佳分类结果下各故障状态的聚类中心和核参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进灰狼优化模糊核聚类在风电齿轮箱故障诊断中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图6所示可以看出，迭代1 000次后LGWO寻优得到的分类错误率最小值为W=2%，对应的最佳分类结果下的各个聚类中心O和核参数σ如表2所示。按照3.2节的故障诊断步骤，使用本文中提出的LGWO-KFCM方法对测试样本（包含3种已知信号和1种未知信号）进行故障诊断，结果如表3所示。利用LGWO-KFCM进行测试集诊断的平均正确率高达98%，其中，点蚀故障、磨损故障出现互相判断错误的现象。分析其原因可能是点蚀和磨损故障均属于局部故障。从图5所示也可以看出，它们的故障波形、冲击周期都有些重叠，不如与缺齿、正常状态下的故障波形、冲击周期、振幅的差异性大，从而导致这两种故障产生诊断混淆。