期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多尺度特征提取的风机音频信号故障诊断方法研究 被引量:2
1
作者 孙启涛 罗智孙 +1 位作者 梁好 鲁纳纳 《机电工程》 CAS 北大核心 2023年第1期39-46,共8页
针对风机传动链部件音频信号成分复杂,依靠单一特征提取方法难以实现故障识别的问题,提出了一种基于多尺度特征提取的风机主轴音频信号故障诊断方法。首先,采集风机传动链部件的音频文件,将其转换为数字信号后对数据进行了预处理;然后,... 针对风机传动链部件音频信号成分复杂,依靠单一特征提取方法难以实现故障识别的问题,提出了一种基于多尺度特征提取的风机主轴音频信号故障诊断方法。首先,采集风机传动链部件的音频文件,将其转换为数字信号后对数据进行了预处理;然后,对音频信号进行了多尺度特征提取,从时域、频域和倒谱域3个维度提取了5大特征,组成了多维复合特征矩阵,并对提取的特征进行了分析及降维;最后,利用支持向量机(SVM)分类预估器对多维复合特征矩阵进行了有监督学习,并使用粒子群算法(PSO)对SVM参数选择过程进行了优化,并通过多组对比实验,对PSO-SVM分类预估器在音频信号模式分类上的性能进行了验证。研究结果表明:所提取的多尺度特征能很好地表征音频信号的信息,具备一定的鲁棒性;使用经PSO优化后的SVM分类模型,对风机传动链部件音频信号模式识别的准确率可达98%以上,并具备良好的泛化能力。 展开更多
关键词 传动链部件 多维复合特征矩阵 特征提取方法 支持向量机 粒子群算法 故障分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部