声信号的主分量分析应用于滚动轴承故障诊断

被引:6
作者
李常有 [1 ]
徐敏强 [1 ]
郭耸 [2 ]
机构
[1] 哈尔滨工业大学航天学院
[2] 哈尔滨工程大学计算机科学与技术学院
关键词
滚动轴承; 故障诊断; 主分量分析; 声信号; 包络分析;
D O I
暂无
中图分类号
TH133.33 [滚动轴承];
学科分类号
摘要
利用声信号来进行故障诊断具有"采集比较容易,非接触式测取,设备简单,速度快,无须事先粘贴传感器,不影响设备正常工作,易于实现早期预报和在线监测,并可在不易测量振动信号的场合得到广泛应用"等优点。由于外界噪声的影响,有效信息的提取较为困难。采用主分量分析对传声器测取的声信号进行了预处理;在此基础上应用基于Morlet小波变换的包络分析和频谱分析来提取故障特征向量,并以滚动轴承为例进行实验。结果表明,这是诊断滚动轴承早期故障的一种可选方法。
引用
收藏
页码:271 / 274
页数:4
相关论文
共 7 条
[1]   声信号分析方法在轴承故障诊断中的应用 [J].
张武军 ;
徐金梧 ;
杨德斌 ;
周艳玲 ;
王海峰 .
北京科技大学学报, 2002, (01) :58-60
[2]   信号包络提取方法——从希尔伯特变换到小波变换 [J].
张绪省 ;
朱贻盛 ;
成晓雄 ;
程煜明 .
电子科学学刊, 1997, (01) :120-123
[3]  
人工神经网络原理及仿真实例[M]. 机械工业出版社 , 高隽编著, 2003
[4]   基于声信号的轴承故障诊断方法 [J].
周艳玲 ;
杨德斌 ;
徐金梧 ;
张武军 ;
屈蓉 ;
王海峰 .
振动与冲击, 2002, (02) :21-23+35+96
[5]  
M-ultivariate denoising using wavelets and principal com-ponent analysis. Aminghafari Mina,Cheze Nathalien Poggi,Jean-Michel. Computational Statistics and Data Ana-lysis . 2006
[6]   用Morlet小波进行包络检波分析 [J].
何岭松 ;
李巍华 .
振动工程学报, 2002, (01) :123-126
[7]  
Integration of principalcomponent analysis and fuzzy logic systems for compreh-ensive process fault detection and diagnosis. Musulin E,,Yelamos I,Puigjaner L. Industrialand Engineering Chemistry Research . 2006