一种机械故障诊断多传感器数据融合特征提取的方法

• 作者: 娄尚 杨志芹 王江萍
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 机械故障诊断 多传感器数据融合 信号特征提取
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 电子工程与自动化
• 页码范围: 113-118
• 页数: 6页
• 分类号: TH165+.3
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2017.01.018

摘要

为提高机械故障诊断的准确率,将多个振动传感器采集机械系统不同位置的信息进行融合,提出一种基于同源数据融合的特征提取方法.以柴油机缸盖和机身的振动信号为例,分析振动信号频谱与激励源到测量点的传输特性,构造基于频谱的高维特征向量.使用PCA方法和子带平均法降维,支持向量机进行分类验证其分类效果.结果表明,相比传统单通道传感器,此方法提取的特征不仅具有更高的可压缩性,而且其分类准确性有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江萍	西安石油大学机械工程学院	63	531	11.0	20.0
2	娄尚	西安石油大学机械工程学院	2	7	1.0	2.0
3	杨志芹	西安石油大学机械工程学院	2	10	2.0	2.0