基于Mel倒谱的某型飞机发动机振动故障的模式识别

• 作者: 陈晓 马建仓
• 来源期刊: 计算机测量与控制
• 关键词: Mel倒谱 发动机振动故障 BP神经网络 RBF神经网络 模式识别
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 2028-2030,2033
• 分类号: TP18
• 语种: 中文

摘要

根据人耳听觉特性,利用Mel倒谱系数提取有利于发动机振动故障识别的特征；前向神经网络的反向传播算法对类别数目小,但分类困难的模式识别问题有良好的分类效果；针对Mel倒谱系数分析提取的发动机振动故障分类的特征,分别采用BP网络和RBF网络对飞机发动机振动故障进行识别；结果表明:Mel倒谱系数的维数可以改变,选择合适的的Mel特征参数可以有效地提高发动机故障的识别率；RBF网络的故障识别率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马建仓	西北工业大学电子信息学院	76	781	16.0	24.0
2	陈晓	西北工业大学电子信息学院	38	209	9.0	11.0