基于MFCC与CDET的滚动轴承故障诊断方法研究

作者：王前; 王刚^*; 蒋晗晗; 陈尚卿

来源：控制工程, 2019, 26(09): 1682-1686.

DOI：10.14107/j.cnki.kzgc.170365

• 轴承
• 故障诊断
• 美尔倒谱系数
• 补偿距离评估
• 噪声信号

针对工程应用中振动传感器安装困难、故障特征向量存在冗余等应用问题,提出了一种基于噪声信号美尔倒谱(MFCC)与补偿距离评估(CDET)的滚动轴承故障诊断方法。将机器运行噪声信号作为轴承状态监测信号,提取机器运行噪声信号的MFCC作为诊断特征,采用CDET算法对所提取的MFCC特征进行降维,最后将CDET降维后的MFCC特征向量作为支持向量机(SVM)的输入进行模式分类,并与传统基于PCA的降维算法进行比较研究。实验结果表明:噪声诊断中CDET降维具有更优的降维效果,基于MFCC与CDET的滚动轴承故障诊断能够准确、有效地识别轴承故障类型。

• 单位
  中国矿业大学; 中国矿业大学（北京）