欢迎来到天天文库
浏览记录
ID:38242714
大小:275.41 KB
页数:5页
时间:2019-05-31
《基于声信号分析的齿轮故障诊断方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、万方数据第30卷第4期2008年4月北京科技大学报JournalofUniversityofScienceandTechnologyBeijingV01.30NO.4Apr.2008基于声信号分析的齿轮故障诊断方法杨德斌杨聚星阳建宏章立军北京科技大学机械工程学院,北京100083摘要为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征.关键
2、词齿轮;故障诊断;声信号;独立分量分析;自相关分类号THl65+.3;TN911.7MethodofgearfaultdiagnosisbasedonacousticsignalanalysisYANGDebin,YANGJuxing,YANGJianhong,ZHANGLijunSchoolofMechanicalEngineering,UniversityofScienceandTechnologyBeijing,Beijing100083,ChinaABSTRACTDuetothenoisedisturbancefromsurroundingequipmentsande
3、nvironmentingearfaultdiagnosisbasedonacousticsig—nalanalysis,anovelmethodcombinedwithindependentcomponentanalysisandauto-correlationWasproposed.Independentcompo—nentanalysisWasusedtoseparatecharacteristicsignalandinterferencesignal.Andthenauto-correlationWasusedtOextracttheperi—odiecomponen
4、tofcharacteristicsignal.Experimentalresultsindicatethattheproposedapproachcouldreducestrongbackgroundnoiseandextractfaultfeatureformgearacousticsignal.KEYWORDSgear;faultdiagnosis;acousticsignal;independentcomponentanalysis;auto-correlation声信号中蕴藏着机械设备状态的重要信息,它是振动的另一种表现形式,当设备状态发生改变时,其声学特性也会发生
5、改变.因此,通过对声信号进行处理和分析,也可以了解设备运行状态,对设备进行故障诊断⋯.同时基于声信号的采集可以非接触式获得信号,适用于某些不便于安装振动传感器的场合。如高温、高腐蚀环境,是一种有效、快速的故障诊断方法.在实际中,临近机器或其他不相干部件辐射的噪声往往比较强,加上环境噪声的污染,使得待测部件信号往往淹没在混合噪声中,信号信噪比很低[2].为了有效提取故障特征,本文首先采用独立分量分析从观测信号中提取独立的声源信号,消除背景噪声对特征信号的干扰,再采用自相关分析消除随机噪声的干扰.该方法能成功地将故障信号从带噪混合信号中分离出来.收稿日期:2007-01-29修回
6、日期:2007-03-06基金项目:北京市自然科学基金资助项目(No.3062012)作者简介:杨德斌(1965一),男,研究员,E—mail:ydb@ustb.edu.cn1独立分量分析独立分量分析[3—8](independentcomponentanalysis,ICA)的含义是把信号分解成若干个互相独立的成分,也就是从多通道测量所得到的由若干独立信源线性混合组成的观察信号中,将这些独立成分分解开来.设声场中存在N个独立声源,声信号si(t)(J=1,2,⋯,N)是来自不同声源的源信号.为了分离源信号,需要在M(M>N)个测点测量声信号.观测信号为:Nzi(t)=∑[a
7、osj(t)]i=1,2,⋯,M(1)式中,口甜为源信号sj(t)在第i个测点的未知混合系数.式(1)可写成如下的矩阵形式:X(t)=As(t)(2)式中,工(t)=[z1(t),z2(t),⋯,zM(t)]1和s(t)=[s1(t),s2(t),⋯,sN(t)]1分别为观测信号矢量和源信号矢量,A=[a订]M。N为混合矩阵.已知各万方数据第4期杨德斌等:基于声信号分析的齿轮故障诊断方法si(t)是相互独立的,现在的任务是要求只依据x(t)通过另一矩阵B(称为解混矩阵)把各sj(t)估计出来,即:令Y(
此文档下载收益归作者所有