基于MFCCS和改进VPMCD的滚动轴承故障诊断

• 作者: 王华庆 秦桂林 袁洪芳
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 梅尔倒谱和系数 基于变量预测模型的模式识别算法 主成分分析 滚动轴承 故障诊断
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 22-26
• 页数: 5页
• 分类号: TH165+.3|TH133.3
• 字数: 4964字
• 语种: 中文

摘要

将梅尔倒谱和系数(MFCCS)与改进的基于变量预测模型的模式识别算法(VPMCD)相结合,提出了一种滚动轴承故障的诊断方法.将语音信号识别中最常用的特征参数梅尔倒谱系数(MFCC)应用到轴承故障诊断领域,提出了适用于滚动轴承故障识别的特征参数梅尔倒谱和系数.同时,采用主成分分析(PCA)方法来解决VPMCD方法中求解得到的预测模型方程系数与理想系数存在偏差的问题.然后,使用改进的VPMCD算法对特征参数进行训练,再利用预测模型对待诊断样本数据进行模式识别和诊断,并用实验室模拟试验台的数据,对该方法进行了验证,实验结果能够有效区分轴承的故障种类,证明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华庆	北京化工大学机电工程学院	44	151	7.0	10.0
2	袁洪芳	北京化工大学信息科学与技术学院	21	132	8.0	11.0
3	秦桂林	北京化工大学信息科学与技术学院	2	3	1.0	1.0