论文摘要
传统的机械故障诊断系统需要在被监测本体上安装传感器,只能定点定性监测,无法大范围监测,且可移植性差、智能性弱。针对此问题设计了基于四元声学传感器阵列的故障声源定位系统,能实现故障声源的识别及定位。首先,通过声学传感器采集机械设备运行过程中的声音信号,提取其Mel频率倒谱系数。然后,经BP神经网络对声音信号进行识别判断,若为故障声则采用广义互相关算法计算其时间延迟,进行定位。利用该系统对台式钻床空转、正常、磨损、崩刃四种工况进行识别定位测试,实验结果表明,该系统的工况识别准确率可达到89%,故障声源定位精度误差在6cm以内,具有较好的故障声源识别及定位功能。
论文目录
文章来源
类型: 期刊论文
作者: 李铁军,王宁,赵义鹏,刘今越
关键词: 故障检测,梅尔频率倒谱系数,神经网络,广义互相关,声源定位
来源: 机械设计与制造 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 河北工业大学机械工程学院
基金: 国家自然科学基金资助项目(51175145)
分类号: TP212.9;TH17
DOI: 10.19356/j.cnki.1001-3997.2019.04.042
页码: 166-170
总页数: 5
文件大小: 756K
下载量: 240
相关论文文献
标签：故障检测论文; 梅尔频率倒谱系数论文; 神经网络论文; 广义互相关论文; 声源定位论文;