基于T-S模糊模型的电机轴承故障诊断研究(3)

_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r_ij：                                                               ⁽⁴⁾     其中，c适当选取，使0≤r_ij≤1。这里取c=0.5，计算得相似关系R矩阵为  

          其次使用编网法^[23]，如下图所示，可将输入变量分为两类，从而可以确定模糊规则数。 图1 编网法     模糊规则如下：     规则1：if X_高 and X_低, 则y¹=c¹₀+c¹₁X_高+c¹₂X_低     规则2:  if X_中, 则y²=c²₀+c²₁X_中     ①前件参数辨识     模型前件参数辨识即是确定前件中隶属度函数，这里使用高斯函数，即令  

                                         (5) 

   这里ρ为均值,σ为方差    可分别获得X_高、X_中、X_低的隶属度函数:

             

    由这些隶属度函数可以根据公式(3)得到各条规则的权重，分别为：       ②后件参数辨识     模型的后件参数辨识使用最小二乘法，我们知道最小二乘法可以用来处理一组数据, 可以从一组测定的数据中寻求变量之间的依赖关系, 这种函数关系称为经验公式。这里我们假定在正常情况下的输出曲线为抛物线型。假定为y=x²。利用最小二乘法，每次只计算一条规则后件参数。最后使用极值原理令总偏差最小获得方程组，解得各规则的系数，得到各规则后件的线性表达式： y¹=-0.4491+1.3561X_高+3.2343X_低 y²=0.0322+0.025X_中     则最终根据公式(2)得出轴承故障的T-S模型的总输出：              3.2  基于故障模型的计算机仿真     MATLAB软件Maths Works公司1984年推出的一套高性能的数值计算和可视化软件，它集数学计算、图形计算、语言设计和模糊逻辑等30多个工具为一体，具有极高的编程效率，由于它是一个开放环境，已经成为国际控制界广泛使用的语言之一。本文采用T-S模型动态逼近非线性系统，利用Matlab软件中的模糊控制工具箱，以异步电机轴承的故障模型的仿真实验，验证了该方法的有效性。

            (a)正常数据仿真对比曲线    

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说计算机基于T-S模糊模型的电机轴承故障诊断研究(3)在线全文阅读。