首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于听觉显著性特征的发电机组主轴承性能评估
引用本文:石庆升,陈家良,董哲.基于听觉显著性特征的发电机组主轴承性能评估[J].科学技术与工程,2024,24(1):205-214.
作者姓名:石庆升  陈家良  董哲
作者单位:河南工业大学机电工程学院;河南工业大学电气工程学院
基金项目:国家自然科学基金(61403124);河南省高等学校青年骨干教师培养计划(2019GGJS095);河南工业大学博士启动基金(No.2020BS010)
摘    要: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。

关 键 词:发电机组主轴承    性能评估    耳蜗谱图    显著帧信号    显著通道信号    自组织映射网络
收稿时间:2023/3/3 0:00:00
修稿时间:2023/12/20 0:00:00

Performance evaluation of generator set main bearing based on auditory saliency features
Shi Qingsheng,Chen Jialiang,Dong Zhe.Performance evaluation of generator set main bearing based on auditory saliency features[J].Science Technology and Engineering,2024,24(1):205-214.
Authors:Shi Qingsheng  Chen Jialiang  Dong Zhe
Institution:College of Mechanical and Electrical Engineering, Henan University of Technology
Abstract:
Keywords:main bearing of generator set      performance evaluation      cochlea-gram      significant frame signal      significant channel signal      self-organizing map
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号