机电设备故障音频特征提取方法研究

发布时间：2017-09-27 09:25

本文关键词：机电设备故障音频特征提取方法研究

【摘要】：针对机电设备的故障音频信号特征,深入研究了ICA信号处理过程并引入了基于负熵的快速不动点算法。提出了基于EMD-ICA的故障音频特征提取方法,通过EMD的自适应分解能力,解决了ICA处理过程中信号源数目的限制问题,同时利用ICA方法的盲源分离能力,避免了EMD分解的模态混叠现象。实验表明:通过EMD-ICA方法,能有效对机电设备故障音频特征进行提取,在故障诊断的准确性和鲁棒性方面具有优势。
【作者单位】：河北工业大学机器人与自动化研究所;
【关键词】：负熵 快速不动点 EMD 特征提取 故障诊断
【基金】：国家自然科学基金资助项目(51175145)
【分类号】：TH17
【正文快照】： 0引言机电设备的故障在发展过程中,声音通常都会出现变化,有经验的工人往往能从细微的声音变化中判断出设备的故障状态。随着信号处理技术的发展,在故障诊断领域,音频信号的利用逐渐成为人们关注的热点。然而在设备实际运行时,音频信号相互混叠,存在严重的散射和混响现象,同时

【参考文献】

中国期刊全文数据库前1条

1 贾春花;;EMD-ICA联合的信号处理方法研究[J];工业控制计算机;2014年04期

中国博士学位论文全文数据库前2条

1 薛云峰;源信号自适应的独立成分分析算法应用与研究[D];上海交通大学;2009年

2 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年

【共引文献】

中国期刊全文数据库前1条

1 宗银雪;张靓;李铁军;申付波;;机电设备故障音频特征提取方法研究[J];仪表技术与传感器;2016年04期

中国博士学位论文全文数据库前10条

1 苗锋;盲信号分离算法及其在转子故障信号分离中的应用方法研究[D];兰州理工大学;2014年

2 周晓峰;机械振动源的分离和识别方法研究[D];浙江大学;2012年