关键词：K-均值聚类;分层聚类;机械设备;噪声;状态监测
摘 要：机械设备的状态监控是工业自动化最基本而不可或缺的技术,但工业场景与设备种类繁多,传统的状态监控通常只能用于指定的一种或几种场景与设备,不具备通用性,或是移植起来费时费力。本文使用K-均值和分层聚类方法,给出了一种将机械设备的噪声按照波形特点进行聚类,进而通过噪声波形监控机械设备的运行状态的技术。从对几种不同机械设备的噪声数据的聚类结果的直观观察与统计分析可以看出,算法成功将不同的工作状态做出了很好的区分,并且几乎不经过任何算法与参数的调整,就能在所测试的三种机械设备间移植,在不同的设备间有良好的通用性。此外,该监控手段的硬件安装十分便捷,仅需要在待监控设备外侧安装采集声音的麦克风与数据传输设备,是一种在解决大规模且种类多样的机械设备的状态监控方面表现优越的新型手段。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取