文件名称：论文研究-基于MFCC特征提取的故障预测与评价方法.pdf
文件大小：1.57MB
文件格式：PDF
更新时间：2022-08-11 13:13:36
故障预测,Mel频率倒谱系数,聚类分析,支持向量机
针对渐变故障的准确预测问题，提出了一种基于Mel频率倒谱系数（Mel frequency cestrum coefficient，MFCC）特征提取的故障预测方法。首先通过监测对象上安装的声传感器获得机器当前运行的声音信号；然后声音信号经过预处理后，将其进行Mel变换，获得其MFCC特征向量；最后经SVM分析器对机器运行时的测试数据和所存机器正常运行样本数据进行聚类分析，给出机器的健康评价。测试了海马M3发动机存在撞击声、轻敲声、轰鸣声时的健康度以及分析了采集的声信号存在噪声时的抗噪性能。实验结果表明，MFCC特征值能够作为机器健康预测的特征向量，且方法在预测的准确性和鲁棒性方面具有优势。