典型文献
基于振动图像特征的机械状态异常检测算法
文献摘要：
针对实时监测得到的振动信号,从图像角度出发,提出了一种新的特征提取方法.首先,将实时监测得到的连续信号划分为独立的循环片段,将各个片段内的一维振动信号重构成二维灰度图像,在此基础上对灰度图像进行特征提取;其次,通过计算相邻周期图像间的相似性建立能描述机械运行动态特性的量化指标;然后,采用拉依达准则对机械设备运行状态进行实时监测与异常决策;最后,基于转速变化检测、(外部)负载变化检测以及早期轴承故障检测这3种典型的工程应用,对提出方法进行了验证.实验结果表明,对以上3种典型的工程应用场景均可实现100％的准确检测,证明了本研究方法的有效性.
文献关键词：
机械状态监测;信号处理;特征提取;振动信号
中图分类号：
作者姓名：
卢国梁;陈光远;曾世琛;李苏;闫鹏
作者机构：
山东大学机械工程学院 济南,250061;山东大学高效洁净机械制造教育部重点实验室 济南,250061;山东大学机械工程国家级实验教学示范中心 济南,250061;美核电气(济南)股份有限公司 济南,250061
文献出处：
引用格式：
[1]卢国梁;陈光远;曾世琛;李苏;闫鹏-.基于振动图像特征的机械状态异常检测算法)[J].振动、测试与诊断,2022(01):148-153
A类：
B类：
振动图像,图像特征,异常检测,检测算法,振动信号,环片,信号重构,二维灰度图,灰度图像,周期图,动态特性,量化指标,拉依达准则,机械设备,设备运行状态,速变,变化检测,负载变化,轴承故障,故障检测,机械状态监测,信号处理
AB值：
0.414339
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
