利用相关系数图选择振动信号特征值的方法

摘要：

振动信号常被用来监测机械设备工作状态,其特征值选择会直接影响监测效果.以振动信号识别发动机故障为工程背景,为了快速有效地提高识别率,提出构建相关系数图并利用其选择振动信号特征值的方法.首先,对发动机振动信号提取时域特征参数,计算各特征值之间的皮尔逊相关系数(PCC)和最大互信息系数(MIC);然后,选择不同阈值构建相关系数图,筛选特征值;最后,将特征值作为广义回归神经网络(GRNN)的输入,分析比对故障识别效果.实验结果表明,利用阈值为0.9的MIC图筛选特征值可以在仅提取少量时域特征值的前提下获得较高的振动信号对发动机故障的识别率.

关键词：特征值选择、发动机振动信号、故障识别、特征参数提取、相关系数计算、效果分析

所属期刊栏目：43

分类号：TN911.7-34;TP181

资助基金：国防预研项目40407030401

在线出版日期：2020-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-32,36