《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断

作者：陶瀚宇,陈换过,彭程程,等. 日期：2024-08-02/span> 浏览：831 查看PDF文档

基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断*

陶瀚宇1,陈换过1*,彭程程2,高祥冲1,杨磊1

(1.浙江理工大学浙江省机电产品可靠性技术研究重点实验室,浙江杭州 310018;

2.杭州聆为信息技术有限公司技术部,浙江杭州 311215)

摘要:针对梅尔倒谱系数(MFCC)对托辊轴承高频特征提取能力不足的问题,提出了一种基于梅尔倒谱系数和翻转梅尔倒谱系数(MFCC-IMFCC)的混合倒谱以及长短时记忆(LSTM)网络的托辊轴承故障诊断方法。首先,分析了三种状态下的托辊声音信号,明确了托辊轴承故障信息主要分布在中高频区域;然后,为有效保留高频信息,提取了MFCC-IMFCC,以帧级串联的方式组成了混合倒谱特征;最后,将混合倒谱特征输入到双层LSTM模型中进行了训练,建立了托辊轴承故障诊断模型。研究结果表明:针对托辊正常、滚动体故障和偏心旋转故障三种状态,LSTM结合混合倒谱特征的平均识别准确率达到96.72%,相比于单一的MFCC和IMFCC特征,准确率分别提升3.94%和7.41%,凸显了混合倒谱特征在表征托辊轴承故障信息方面的显著优势。

关键词:托辊轴承;轴承故障声音信号;高频信息;梅尔倒谱系数;翻转梅尔倒谱系数;混合倒谱系数;长短时记忆网络

中图分类号:TH222;TH133.3文献标识码:A文章编号:1001-4551(2024)07-1215-08

本文引用格式:

陶瀚宇,陈换过,彭程程,等.基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断［J］.机电工程,2024,41(7):1215-1222.

TAO Hanyu, CHEN Huanguo, PENG Chengcheng, et al. Fault diagnosis of idler bearings based on MFCC-IMFCC hybrid cepstral coefficients［J］.Journal of Mechanical & Electrical Engineering, 2024,41(7):1215-1222.