基于MFCC与CDET的滚动轴承故障诊断方法研究

论文摘要

针对工程应用中振动传感器安装困难、故障特征向量存在冗余等应用问题,提出了一种基于噪声信号美尔倒谱(MFCC)与补偿距离评估(CDET)的滚动轴承故障诊断方法。将机器运行噪声信号作为轴承状态监测信号,提取机器运行噪声信号的MFCC作为诊断特征,采用CDET算法对所提取的MFCC特征进行降维,最后将CDET降维后的MFCC特征向量作为支持向量机(SVM)的输入进行模式分类,并与传统基于PCA的降维算法进行比较研究。实验结果表明:噪声诊断中CDET降维具有更优的降维效果,基于MFCC与CDET的滚动轴承故障诊断能够准确、有效地识别轴承故障类型。

论文目录

• 1 引言
• 1 算法流程
• 2 MFCC特征的提取
• 3 补偿距离评估（CDET）
• 4 仿真研究
•   4.1 信号采集
•   4.2 特征提取
•   4.3 CDET降维
•   4.4 分类研究
• 5 结论

文章来源

类型: 期刊论文

作者: 王前,王刚,蒋晗晗,陈尚卿

关键词: 轴承,故障诊断,美尔倒谱系数,补偿距离评估,噪声信号

来源: 控制工程 2019年09期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 机械工业,自动化技术

单位: 矿山互联网应用技术国家地方联合工程实验室,中国矿业大学信息与控制工程学院

基金: 国家重点研发计划资助项目(2017YFC0804404)

分类号: TP277;TH133.3

DOI: 10.14107/j.cnki.kzgc.170365

页码: 1682-1686

总页数: 5

文件大小: 5419K

下载量: 158