基于DHMM的轴承故障音频诊断方法

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31 ms,效果较好,有效可行,具有很好的应用前景.

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

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金69975003;湖南省自然科学基金06JJ50141;上海市教委资助项目205457

在线出版日期：2007-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：218-220