基于MFCC与CDET的滚动轴承故障诊断方法研究

• 作者: 王刚 王前 蒋晗晗 陈尚卿
• 来源期刊: 控制工程
• 学科: 工学
• 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
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 安全监控系统
• 页码范围: 1682-1686
• 页数: 5页
• 分类号: TP18
• 字数: 2448字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170365

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刚		76	331	10.0	13.0
3	王前		18	55	5.0	6.0
9	蒋晗晗		1	2	1.0	1.0
13	陈尚卿		1	2	1.0	1.0