外文翻譯--基于模煳測量和模煳積分融合技術的機械故障診斷 (譯文）

1、C1中文 中文 7330 字 出處： 出處：Mechanical Systems and Signal Processing, 2009, 23(3): 690-700附件 C：譯文基于模糊測量和模糊積分融合技術的機械故障診斷Xiao feng Liu, Lin Ma, Joseph MathewCRC for Integrated Engineering Asset Management, School of Engineering

2、Systems, Queensland University of Technology,GPOBox2434, Brisbane QLD 4001, Australia摘要 摘要：模糊測量和模糊積分理論是有傳統(tǒng)的測量理論派生出來的一個新理論，它把標準和它們之間的相互作用考慮了進來，而且在分類等應用上有很好的潛力。本文介紹了一種新穎的用模糊測量和模糊積分對機械故障診斷的數(shù)據(jù)融合方法它包括特征層數(shù)據(jù)融合模型和決策層數(shù)據(jù)融合模型，模糊 c

3、方法分析思想也被用來識別特征組和故障原型之間的關系來建立特征和給定故障之間的標識。我們使用了滾動軸承和電馬達來是模型生效，記錄的信號和之后的特征和使用模糊測量和模糊積分數(shù)據(jù)融合技術的決策層結(jié)合體包含了不同的特征來得到診斷結(jié)果。最終結(jié)果表明計劃的方法在軸承和馬達故障診斷中表現(xiàn)優(yōu)異。關鍵詞 關鍵詞：模糊測量，模糊積分，模糊 c 方法，數(shù)據(jù)融合，故障診斷1 介紹現(xiàn)代機械復雜性的快速有快速增加的態(tài)勢，而由此帶來的對可靠性，實用性安全性和經(jīng)濟性的

4、要求也與日俱增，因此基于狀態(tài)的維修（CBM）逐步成為機械維修策略的主流。有效的 CBM 只能在適當精確的診斷預測中才能實現(xiàn)，而且故障診斷和預測對基于外出站信號處理算法的多參數(shù)數(shù)據(jù)解釋有很強的依賴性。統(tǒng)計學方法、聚類分析、神經(jīng)網(wǎng)絡、基于模型思想、遺傳算法、混合系統(tǒng)等在機械環(huán)境監(jiān)測和故障診斷中不同的方法相繼被采用[1-6]。其中聚類分析是一種可以得到最佳診斷結(jié)果的迭代劃分方法，而在不同的故障模式之間通常沒有可標記精確邊界的分類中模糊聚類分析

5、表現(xiàn)得比傳統(tǒng)聚類方法更為實用——模糊方法可以對與處理模糊信息類似的非二叉樹的故障圖進行分類[7]。模糊聚類分析方法是把故障類型當成模糊的組來考慮，每個那個故障的類型賦值為 0 或者 1 被分配給所有成員以達到描述屬于那個類的是哪種程度的故障。在對結(jié)果的 C 劃分中，模糊 C 方法（FCM）是最理想的模糊聚類方法，C3模型，本文的這兩個模糊積分采用的是 Sugeno 積分和 Choquest 積分。2.1FCM 和模糊積分FCM 是一種最

6、理想的模糊聚類理論，這種不被監(jiān)督的算法是用來把數(shù)據(jù)組劃分得很少而且可表示，它是通過最小化以下的誤差歸納公式來計算聚類的中心的：21 1( , )N cmm ij ijj iJ U V u d? ?? ??C 表示聚類數(shù)，m 表示成員的指數(shù)，N 是數(shù)據(jù)點，dij 是數(shù)據(jù)點 j 和聚類中心i 之間的距離，在一般情況下 dij 指歐幾里得幾何上的距離，U={uij}是數(shù)據(jù)點 j和聚類 i 的模糊成員矩陣，V 表示的是聚類中心矢量。函數(shù) f 的

7、 Sugeno 積分：X→[0,1]關于 Sugeno 模糊測量 gλ用以下公式定義：1 1 ( ( ),..., ( )) ( ) ( ) ( ( ) ( ))nn i i i A i S f x f x f x g f x g A ? ? ? ? ? ? ? ? ? Ai 表示指數(shù)已經(jīng)被排列，所以 和表示最大化，而 表示最小化[22]。函數(shù) f 的 Choquet 積分[11]：X→[0,1]關于模糊測量μ以下公式定義：這里的 f(

8、xi)可以作為把可靠度的源數(shù)據(jù) xi 變?yōu)橐粋€很特殊的單位，模糊測量的 gλ或μ可以從及其重要的源信息 xi 被看做最終賦值或者決策決定。這個研究要使用成員的平均值或 FCM 分析的故障識別率來作為不同故障用途行列數(shù)據(jù)使模糊密度變?yōu)榻Y(jié)構體 gλ模糊測量，而識別率是由識別的特定故障與識別故障的總數(shù)的比率來確定的。R 表示識別率，nr 表示正確識別的故障數(shù)，n 表示錯誤總數(shù)，不管識別率或成員平均值反映了特征組或者識別器對于一個故障的重要性。