简介概要

基于传感器阵列的机械故障声源定位系统

来源期刊:机械设计与制造2019年第4期

论文作者:李铁军 王宁 赵义鹏 刘今越

文章页码:166 - 170

关键词:故障检测;梅尔频率倒谱系数;BP神经网络;广义互相关;声源定位;

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。

详情信息展示

基于传感器阵列的机械故障声源定位系统

李铁军,王宁,赵义鹏,刘今越

河北工业大学机械工程学院

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。

关键词:故障检测;梅尔频率倒谱系数;BP神经网络;广义互相关;声源定位;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号