| 基于高阶累量谱的轴承故障诊断 |
| |
| 引用本文： | 黄晋英,潘宏侠,毕世华,杨喜旺.基于高阶累量谱的轴承故障诊断[J].火炮发射与控制学报,2007(2):56-59. |
| |
| 作者姓名： | 黄晋英 潘宏侠 毕世华 杨喜旺 |
| |
| 作者单位： | 1. 中北大学,山西,太原,030051
2. 北京理工大学,北京,100081 |
| |
| 基金项目： | 国家自然科学基金资助（50575214）. |
| |
| 摘 要： | 在轴承故障诊断中，故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号，信噪比很低，微弱的故障信息往往完全淹没在噪声中，信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感，应用在轴承的故障诊断中，可以有效地分离信号与噪声，提高信噪比，增强故障信息。对轴承在不同状态下的振动信号进行对比分析，提取了不同状态下轴承振动信号的功率谱与高阶累量谱（双谱），建立了用于故障诊断的双谱特征向量，并利用BP神经网络进行了故障诊断。分析结果表明，从高阶累积量提取的特征与功率谱相比，对故障特征比较敏感，容易实现智能诊断中的数字特征提取，可有效地区分轴承的故障。
|
| 关 键 词： | 人工智能 高阶累量谱 轴承 故障诊断 |
| 文章编号： | 1673-6524（2007）02-0056-04 |
| 修稿时间： | 2007-02-022007-04-03 |
Bearing Fault Diagnosis Based on Higher-Order Cumulant Spectrum |
| |
| HUANG Jin-ying,PAN Hong-xia,BI Shi-hua,YANG Xi-wang.Bearing Fault Diagnosis Based on Higher-Order Cumulant Spectrum[J].Gun Launch & Control Journal,2007(2):56-59. |
| |
| Authors: | HUANG Jin-ying PAN Hong-xia BI Shi-hua YANG Xi-wang |
| |
| Affiliation: | 1. North University of China, Taiyuan 030051, shanxi, China; 2. Beijing Institute of Technology, Beijing 100081, China |
| |
| Abstract: | |
| |
| Keywords: | artificial intelligence higher-order cumulant spectrum bearing fault diagnosis |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
