基于DHMM的轴承故障音频诊断方法

被引：19

作者：

陆汝华 ^{[1
]}

杨胜跃 ^{[1
]}

朱颖 ^{[2
]}

樊晓平 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 上海大学计算机学院

来源：

计算机工程与应用 | 2007年 / 17期

基金：

湖南省自然科学基金;

关键词：

轴承; 故障诊断; 隐马尔可夫过程; Mel频率倒谱系数; 音频信号;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

轴承音频信号包含了大量的运行状态信息,与振动信号相比,音频信号的采集是非接触式的,具有使用方便和成本低廉等优势。通过提取机械轴承音频信号的Mel频率倒谱系数(MFCC)特征参数,并使用具有良好识别和抗噪性能的隐马尔可夫模型(HMM)分析轴承运行状态,首次将HMM对音频信号的分析方法应用于故障诊断。为了能够实现对轴承故障的实时诊断,采用计算量较小的离散HMM(DHMM)模型加快训练和识别速度。实验结果表明,该方法对轴承运行状态的识别正确率接近90%,识别时间约为31ms,效果较好,有效可行,具有很好的应用前景。

引用

页码：218 / 220

页数：3

共 6 条

[1]

基于遗传算法的盲源分离在轴承诊断中的应用 [J].