基于听觉显著性特征的发电机组主轴承性能评估

人类的听觉系统在处理声音信号这类非平稳、非线性信号上具备优异的识别能力及抗噪能力。本文依据振动与声音信号同源性的特点,提出了一种基于听觉显著性信号的数据降噪、典型特征提取和自组织映射（self-organizing feature map,SOM）网络相结合进行发电机组主轴承性能评估的方法。首先,利用Gammatone滤波器组构建人的耳蜗模型对原始振动信号进行识别,并剔除噪声信号。其次,通过模拟人耳的听觉注意机制获得显著帧和显著通道的典型特征,然后构建特征空间。最后,将构建的特征空间分为训练样本和测试样本两部分,利用SOM网络,实现发电机组主轴承的性能评估。试验结果表明,本文提出的性能评估方法能够精准的识别噪声信号并构建特征空间,可有效评估发电机组主轴承的性能,为其视情维修提供依据。