自回归谱的分形特性在状态监测中的应用研究  

Health Monitoring of Machinery Using Fractal Characteristic of Auto Regressive Spectrum

作　　者：刘天雄[1] 华宏星[2] 陈兆能[1] 朱继梅[3] 

机构地区：[1]上海交通大学机械工程学院,上海200030 [2]上海交通大学振动冲击噪声国家重点实验室,上海200030 [3]上海理工大学机械工程学院,上海200093

出　　处：《振动．测试与诊断》2002年第1期61-66,共6页Journal of Vibration,Measurement & Diagnosis

摘　　要：研究了机械设备在工作状态下噪声信号自回归谱的分形特性 ,提出可以用关联维数描述设备的工作状态特征 ,进而对工况进行识别。实验表明 ,机械设备在相同的工作状态下 ,噪声信号的自回归谱有相近的关联维数 ,而在不相同状态下则有明显不同的关联维数。关联维数可以作为机械设备状态分类的重要依据 ,能够有效地补充其他特征提取方法的不足。Based on the study of the fractal characteristic of the auto regressive spectrum of the noise from the machinery in operation,a new method for health monitoring of the machinery was proposed.In this work,we used correlation dimension to describe the fractal characteristic of the spectrum.The experiments reported here show that there is a close correspondence between the correlation dimension and the health of the machinery,which forms the basis for health classification.Further experiments on air pumps support the method suggested in the paper.

关 键 词：状态监测 自回归谱 分形几何 关联维数 机械设备 噪声信号 特征提取 

分 类 号：TH17[机械工程—机械制造及自动化]