CAJ | 학술논문

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.
기우진동신호처리적궤계고장진단존재접촉식측량화단통도신호분석등국한성,이기우성학도상특정분석적고장진단방법능유효극복차류국한.장성학성상화도상처리기술인입고장진단,이용“연지구화”파속형성산법분별득도궤계설비재정상화고장상태하적성상도.수선대가시화성장진행초보진단,연후고필도불동상태하성장분포적세미변화반영재성상도봉부적문리신식중,채용공생구진법화Gabor소파변환법제취성상도중게시궤계운행상태적문리특정,건립성상도여궤기정상혹고장상태지간적내재련계,결합SVM모식분류실현고장진단.방진화실험표명,량충특정제취방법균표현료량호적식별효과,최고식별솔분별가체92.9％화95.3％,험증료소제출적고장진단방법시가행적화유효적.