基于T-S模糊模型的电机轴承故障诊断研究(1)(2)
2015-09-19 01:05
导读：正常特征值0.3340 0.1594 0.1557 0.32520.2333 0.3340 0.1474 0.18170.1205 0.0105 0.0164 0.29000.0011 0.0030 0.0038 0.01800.0163 0.0014 0.0217 故障特征值0.7032 0.3346 0.3077 0.41040.1644 0.7032
正常特征值0.3340 0.1594 0.1557 0.32520.2333 0.3340 0.1474 0.18170.1205 0.0105 0.0164 0.29000.0011 0.0030 0.0038 0.01800.0163 0.0014 0.0217
故障特征值0.7032 0.3346 0.3077 0.41040.1644 0.7032 0.4416 0.25850.4617 0.3288 1.1680 0.49230.0172 0.0433 0.0466 0.19041.0021 0.0124 0.0600
取15个正常数据样本对进行分组，分别作为在高、中、低三个频率分析得到能量数据。 X高={0.3340 0.1594 0.1557 0.3252 0.2333} X中={0.3340 0.1474 0.1817 0.1205 0.0105} X低={0.0164 0.2900 0.0011 0.0030 0.0038} 使用模糊聚类法对输入变量进行分类,确定最优的模糊规则数。首先，通过建立相似关系矩阵，使用绝对值减数法确定元素X高，X中，X低，之间的关系值rij：
(4) 其中，c适当选取，使0≤rij≤1。这里取c=0.5，计算得相似关系R矩阵为
共2页: 1 [2] 下一页 论文出处(作者):
基于Struts和Hibenate的遥感信息发布系统研究
关于WEB问卷缺失数据校验程序的优化研究
