基于高阶累量谱的轴承故障诊断

• 作者: 杨喜旺 毕世华 潘宏侠 黄晋英
• 来源期刊: 火炮发射与控制学报
• 关键词: 人工智能 高阶累量谱 轴承 故障诊断
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 故障预测与故障诊断
• 页码范围: 56-59
• 页数: 4页
• 分类号: TJ81+0.321|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6524.2007.02.015

摘要

在轴承故障诊断中,故障信号的提取是一个关键问题.实际测得的轴承振动信号一般是非平稳和非高斯分布的信号,信噪比很低,微弱的故障信息往往完全淹没在噪声中,信号特征的提取非常困难.信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感,应用在轴承的故障诊断中,可以有效地分离信号与噪声,提高信噪比,增强故障信息.对轴承在不同状态下的振动信号进行对比分析,提取了不同状态下轴承振动信号的功率谱与高阶累量谱(双谱),建立了用于故障诊断的双谱特征向量,并利用BP神经网络进行了故障诊断.分析结果表明,从高阶累积量提取的特征与功率谱相比,对故障特征比较敏感,容易实现智能诊断中的数字特征提取,可有效地区分轴承的故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠		359	2630	23.0	34.0
2	黄晋英		88	506	11.0	17.0
3	毕世华		62	336	9.0	13.0
4	杨喜旺		13	81	5.0	8.0