《表3 模糊聚类结果：电机振动信号的模糊聚类分析与故障诊断》

  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

《电机振动信号的模糊聚类分析与故障诊断》

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

根据t（R）λ可以将研究对象分为3类，如表3所示，这13组样本下的振动信号的分类结果与选取样本的实际情况基本相吻合，其中，只有U1组被聚类为正常状态，因为U1为理想状态，不平衡量为0。而U2、U3、U4、U5、U6、U7、U8、U9、U10、U11、U12组被分为不平衡故障，是因为电机转子本身都存在不平衡率，不平衡率的敏感性不同，后期，针对不平衡率的模糊聚类进行分级研究。U10和U13被聚类分为碰磨故障，对于转子碰磨故障，转子与定子的碰磨产生摩擦，振动信号变得无规律性，振动烈度也加剧，所以转子发生碰磨故障时有效值大幅度增加，模糊聚类效果与实际状态相符度较高。