- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于MFCC与LPCC的滚动轴承故障音频诊断法
1 2 3 4
周宴宇 ,杨胜跃 ,何正明 ,龙慧
(中南大学信息科学与工程学院,长沙 410075)
摘 要: 本文结合语音识别中运用较广的美尔频率倒谱系数(MFCC)和线形预测倒谱系数(LPCC)作为滚动轴
承音频信号的特征参数,并使用具有强学习能力的神经网络方法进行故障诊断,最后依靠Dempster-Shafrg
(D-S)证据理论进行分析得出可信度高的判定结果。实验结果表明,该方法在滚动轴承的音频信号故障诊断
中有效可行。在积累足够量的样本数后,可望建立相应的专家库,实现轴承故障的快速智能诊断。
关键词: 轴承;故障诊断;人工神经网络;美尔频率倒谱系数;线形预测倒谱系数;音频信号
中图法分类号: TP206+.3 文献标识码: A
A Audio-Based Fault Diagnos is Method using MFCC and
LPCC features for Rolling Bearings
1 2 3
ZHOU Yanyu ,YANG Shengyue ,HE Zhengming ,LONG Hui
(School of Information Science Engineering, Central South University, Changsha 410083 ,China)
Abstract This article unified the broad Mel frequency cepstrum coefficient (MFCC) and linear
forecast cepstrum coefficient (LPCC) as the characteristic parameter of the rolling bearing audio
signals,and used neural network method that had the strong learning capability to carry on the
fault diagnosis. Finally depended upon the D-S evidence theory, the high confident result can be
obtained. The result of experiment indicated that this method was effective and feasible in audio
signal of rolling bearings fault diagnosis. After accumulating enough sample data, it can hope to
build the corresponding database of expert and realize the fast intelligent diagnosis.
Keywords bearing; fault diagnosis; ANN; MFCC; LPCC; audio signal
0 引言
滚动轴承的技术水平和质量直接影响到工作主机的性能和质量,因此,为提高轴承质量,
发展高技术含量的各种精密轴承产品, 加强轴承质量检测是一个极其重要的环节[1]。而滚动
轴承故障的诊断中音频信号的引入是近几年比较新的课题,对音频故障信号源单一地使用某
一特征参数进行诊断,将有其局限性,不能在每种故障状态下都达到高的诊断率,因此本文
使用了两种识别效果较好的基于音频信号的特征参数——MFCC和LPCC,并使用自学习能力强
的BP神经网络方法进行初步判定,然后分析两种诊断结果下的后验可信度,得出更准确,可
信度更高的故障诊断结果。
1 音频信号特征参数 (LPCC与MFCC)
[2]
1.1 LPCC 特征参数提取方法
线形预测倒谱系数(LPCC)是由线形预测系数(LPC)推导而出,它是基于发音模型建
立的,其计算原理如下:
Step 1:前处理(预加重,分
您可能关注的文档
- 统计学习题答案 第5节 参数估计.doc
- 单片机汇编程序(算术逻辑运算)_附件.ppt
- 大容量硬盘使用攻略_附件.doc
- 第8讲 第2讲 触发器.ppt
- 第十一章 后台管理使用说明.docx
- 基因识别问题和其算法实现.doc
- 第七章 (Multisim数电仿真) DA转换器.doc
- 在职消费_员工工资及企业绩效.pdf
- 第一章 DALI设备应用.pptx
- 标志及企业形象设计实训(第一章).ppt
- 中国国家标准 GB/T 4214.17-2024家用和类似用途电器噪声测试方法 干式清洁机器人的特殊要求.pdf
- GB/T 4214.17-2024家用和类似用途电器噪声测试方法 干式清洁机器人的特殊要求.pdf
- 《GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法》.pdf
- GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法.pdf
- 中国国家标准 GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法.pdf
- 中国国家标准 GB/T 32455-2024航天术语 运输系统.pdf
- GB/T 32455-2024航天术语 运输系统.pdf
- 《GB/T 32455-2024航天术语 运输系统》.pdf
- GB/T 44369-2024用于技术设计的人体运动生物力学测量基础项目.pdf
- 中国国家标准 GB/T 44369-2024用于技术设计的人体运动生物力学测量基础项目.pdf
文档评论(0)