《表1 聚类结果关系矩阵：基于模糊聚类法的滚动轴承故障诊断研究》

  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

《基于模糊聚类法的滚动轴承故障诊断研究》

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

首先对提取的滚动轴承各特征参量进行归一化处理，再建立模糊相似矩阵R，然后利用平方自合成方法求出其传递闭包t(R），最终将模糊相似矩阵R改造成具有传递性的模糊关系矩阵R*。最后将模糊等价矩阵R*运用阈值λ截矩阵法对其进行聚类分析，显示的结果λ∈（0.654，0.886）时，各状态下的滚动轴承故障诊断分类最精确。如λ=0.826截矩阵见表1，将轴承样本集进行模糊聚类后，得出诊断结果将轴承样本分为3类：正常运行状态{S1，S2}，内圈故障运行状态{S3，S4}和外圈故障运行状态{S5，S6，S7}，由聚类结果得到待诊断样本S7与S5，S6属于同一类，最后得到待诊断样本S7属于外圈故障运行状态。