国家高技术研究发展计划(2007AA04Z416)
- 作品数：3 被引量：13H指数：2
- 相关作者：蒋伟康侯俊剑鲁文波更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：理学一般工业技术机械工程更多>>
- 基于波束形成声像图纹理特征的机械故障诊断方法被引量：9
- 2011年
- 基于振动信号处理的机械故障诊断存在接触式测量和单通道信号分析等局限性,而基于声学图像特征分析的故障诊断方法能有效克服此类局限。将声学成像和图像处理技术引入故障诊断,利用"延迟求和"波束形成算法分别得到机械设备在正常和故障状态下的声像图。首先对可视化声场进行初步诊断,然后考虑到不同状态下声场分布的细微变化反映在声像图丰富的纹理信息中,采用共生矩阵法和Gabor小波变换法提取声像图中揭示机械运行状态的纹理特征,建立声像图与机器正常或故障状态之间的内在联系,结合SVM模式分类实现故障诊断。仿真和实验表明,两种特征提取方法均表现了良好的识别效果,最高识别率分别可达92.9%和95.3%,验证了所提出的故障诊断方法是可行的和有效的。
- 鲁文波蒋伟康侯俊剑
- 关键词：故障诊断声像图波束形成纹理特征支持向量机
- 基于分块特征提取的近场声全息故障诊断方法在相干故障下的应用被引量：2
- 2011年
- 通过引入近场声全息和分块特征提取技术,改进了基于声像的故障诊断方法,发展了基于近场声全息模式识别的故障诊断技术。针对多个机械部件对应相同故障频率,并产生相干声场的故障情形进行了加肋板激振的模拟实验,使用传声器阵列扫描技术测取各种状态下声信号,在利用近场声全息技术得到声像进行噪声源识别与定位的基础上,对声像进行整体和分块相结合的奇异值特征,提取方式构造识别向量,然后采用多分类支持向量机进行训练分类,进而用于机械工作状态的诊断。实验结果表明,根据声像的物理特征使用整体和分块相结合的特征提取技巧能够较好改善诊断效果,同时进一步验证了声成像方法在故障诊断领域应用的可行性,并与常规的基于单点或几个孤立测点测试的声学故障诊断方法相比具有优越性,拓展了声学故障诊断技术的应用范围。
- 侯俊剑蒋伟康鲁文波
- 关键词：故障诊断近场声全息支持向量机模式识别奇异值
- 基于声成像模式识别的故障诊断方法研究被引量：8
- 2010年
- 利用非接触式声学故障诊断技术的工作优点,发展了基于支持向量机的声成像模式识别技术,并引入到故障诊断领域。针对某种机械故障特点,在利用波束形成算法得到声像进行噪声源识别与定位的基础上,对声像进行图像处理,提取声像的纹理特征和奇异值特征,采用支持向量机进行训练分类,进而用于机械工作状态的诊断。通过仿真及实验,得到了较好的诊断效果,表明基于声像的图像特征提取技术在结合支持向量机后可应用于机械故障诊断,为声成像方法在故障诊断领域的应用提供参考。
- 侯俊剑蒋伟康
- 关键词：故障诊断波束形成特征提取支持向量机
