论文部分内容阅读
针对当前塑料产品的加工质量较低,注射机的监测信号种类繁多、难以合理有效利用的问题,结合注射机工作过程中的信号特征,提出了一种塑料机械故障损伤的分类方法。通过主成分分析(PCA)方法对数据特征进行降维处理,采用K-means聚类法对注射机状态进行分类。实验结果验证了此方法对注射机故障分类的有效性,其正常运行、振动过载和温度过高的分类准确率分别达到91.2%、93.5%和90.4%。