鄭文煒，王宇華 *，劉芝庭

（佛山科學(xué)技術(shù)學(xué)院機(jī)械工程系，廣東佛山，528000）

家電振動(dòng)診斷系統(tǒng)分析

鄭文煒，王宇華 *，劉芝庭

（佛山科學(xué)技術(shù)學(xué)院機(jī)械工程系，廣東佛山，528000）

通過對(duì)家電振動(dòng)診斷系統(tǒng)的振動(dòng)傳感器、振動(dòng)信號(hào)處理模塊及故障診斷模塊這3個(gè)主要組成部分進(jìn)行分類，并對(duì)其發(fā)展、特點(diǎn)及應(yīng)用進(jìn)行討論，在此基礎(chǔ)上提出家電振動(dòng)診斷系統(tǒng)的發(fā)展方向。

故障診斷；信號(hào)處理；振動(dòng)；振動(dòng)傳感器；模式識(shí)別

振動(dòng)檢測(cè)是靜音家電出廠質(zhì)量檢測(cè)的一個(gè)關(guān)鍵環(huán)節(jié)。隨著家電廠商生產(chǎn)線自動(dòng)化程度的提高，家電振動(dòng)質(zhì)檢也朝著自動(dòng)化、智能化的方向發(fā)展。家電振動(dòng)故障診斷系統(tǒng)是利用振動(dòng)檢測(cè)傳感器及其他檢測(cè)方法，發(fā)現(xiàn)檢測(cè)對(duì)象是否存在故障及是否存在出廠指標(biāo)不合格，并進(jìn)一步根據(jù)檢測(cè)參數(shù)自動(dòng)判斷是否故障及故障部位。本文對(duì)家電振動(dòng)診斷系統(tǒng)進(jìn)行探討。

1 家電振動(dòng)診斷系統(tǒng)的組成

一個(gè)家電振動(dòng)診斷系統(tǒng)主要由振動(dòng)傳感器、振動(dòng)信號(hào)處理模塊及故障診斷模塊3部分組成：1）振動(dòng)傳感器是一種能夠感受到檢測(cè)對(duì)象的振動(dòng)物理量變化的信息，并將感受到的信息轉(zhuǎn)變?yōu)殡娦盘?hào)形式將信號(hào)傳送給上位機(jī)的傳感器。2）振動(dòng)信號(hào)處理是對(duì)振動(dòng)傳感器感受振動(dòng)轉(zhuǎn)化的電信號(hào)，按各種預(yù)期的目的及要求進(jìn)行加工過程的統(tǒng)稱。3）設(shè)備在將能量轉(zhuǎn)化為機(jī)械能的過程中，必然產(chǎn)生振動(dòng)，而設(shè)備運(yùn)行時(shí)的振動(dòng)能夠反映出機(jī)械的運(yùn)行狀況，振動(dòng)故障診斷就是通過提取設(shè)備振動(dòng)信號(hào)的特征值辨別設(shè)備的運(yùn)行狀態(tài)及是否發(fā)生故障，其本身就是一個(gè)模式識(shí)別的問題。

2 家電振動(dòng)診斷系統(tǒng)各組成部分的特點(diǎn)及應(yīng)用

2.1 振動(dòng)傳感器

振動(dòng)傳感器的分類方法有多種，振動(dòng)傳感器按檢測(cè)方式可分為接觸式和非接觸式；按測(cè)量方法及測(cè)量過程的物理性質(zhì)可分為機(jī)械式、光學(xué)式及電測(cè)量方法3種；按物理量可分為位移傳感器、速度傳感器及加速度傳感器。這些分類方法都是相容的。本文主要探討接觸式和非接觸式振動(dòng)傳感器。典型接觸式振動(dòng)傳感器有壓電式加速度傳感器、磁電式速度傳感器及光纖傳感器3種。常用非接觸式振動(dòng)傳感器有電渦流式位移傳感器、激光多普勒振動(dòng)傳感器及激光位移傳感器3種。

2.1.1 典型接觸式振動(dòng)傳感器的特點(diǎn)

（1）壓電式加速度傳感器。壓電式加速度傳感器是一種慣性式傳感器［1］。根據(jù)彈簧質(zhì)量系統(tǒng)原理，壓電式加速度傳感器的敏感芯體質(zhì)量受激振力作用后產(chǎn)生一個(gè)與該激振力成正比的力，壓電材料受力后產(chǎn)生電信號(hào)［2］。壓電式加速度傳感器是一種被廣泛使用的振動(dòng)傳感器。壓電式加速度傳感器的頻率響應(yīng)范圍大、堅(jiān)固耐用，特點(diǎn)是：響應(yīng)產(chǎn)生電信號(hào)不需要外界電源［3］。為降低測(cè)量通道的成本，壓電式加速度傳感器采用阻抗轉(zhuǎn)換器，雖然它可以擔(dān)供低的輸出阻抗以方便與后面的電路相連，但是對(duì)低頻響應(yīng)能力有不利的影響［4］。

（2）磁電式速度傳感器。磁電式速度傳感器是利用電磁感應(yīng)原理將傳感器的質(zhì)量塊與殼體的相對(duì)速度轉(zhuǎn)換為電壓輸出［5］。電磁式速度傳感器安裝方便、輸出阻抗低、無(wú)需外部電源、能在復(fù)雜環(huán)境下使用及在連接長(zhǎng)導(dǎo)線的情況下仍有較高的信噪比［6］。但該類型的傳感器不適合用于測(cè)定沖擊振動(dòng)［7］。

（3）光纖傳感器。用于檢測(cè)振動(dòng)的光纖傳感器是一種應(yīng)變傳感器［8］。光纖應(yīng)變傳感器可分為光強(qiáng)調(diào)制型、相位調(diào)制型和偏振調(diào)制型［9］。由于光強(qiáng)調(diào)制型的光纖應(yīng)變傳感器具有結(jié)構(gòu)簡(jiǎn)單、處理范圍大、應(yīng)用較廣泛，而相位和偏振調(diào)制型的光纖應(yīng)變傳感器則應(yīng)用于對(duì)檢測(cè)精度要求較高的情況［10-12］。

2.1.2 常用非接觸式振動(dòng)傳感器的特點(diǎn)

（1）電渦流式位移傳感器。電渦流式位移傳感器是利用渦流效應(yīng)將探頭線圈與目標(biāo)金屬之間的距離變化轉(zhuǎn)換成線圈阻抗的變化［13］，從而產(chǎn)生振動(dòng)電信號(hào)。其特點(diǎn)是：電渦流位移傳感器的線性范圍廣、抗干擾能力強(qiáng)、不易受油污等絕緣介質(zhì)影響，這類傳感器常被用于汽輪機(jī)組、空氣壓縮機(jī)組等回轉(zhuǎn)軸類的振動(dòng)監(jiān)測(cè)［14-15］。電渦流式位移傳感器的靈敏度受被測(cè)物的電導(dǎo)率和磁導(dǎo)率影響，被測(cè)物表面微裂縫也會(huì)對(duì)電渦流式位移傳感器的靈敏度產(chǎn)生影響［16］。

（2）激光多普勒振動(dòng)傳感器。激光多普勒振動(dòng)傳感器是利用多普勒頻移原理對(duì)被測(cè)物的振動(dòng)速度進(jìn)行檢測(cè)［18-21］。激光多普勒測(cè)振儀具有頻率響應(yīng)范圍大、分辨率高等特點(diǎn)，現(xiàn)在單點(diǎn)式的激光位移多普勒測(cè)振儀可測(cè)量的頻率帶寬達(dá)3 MHz左右，其速度分辨率可達(dá)0.02［22］。由于激光多普勒光路設(shè)計(jì)較復(fù)雜，導(dǎo)致其體積比其他振動(dòng)傳感器大并且價(jià)格也相對(duì)較高。

（3）激光位移傳感器。激光位移傳感器是一種利用激光三角測(cè)量法去檢測(cè)被測(cè)物振動(dòng)位移信號(hào)的傳感器。激光位移傳感器具有體積較小并且精度和響應(yīng)速度高等特點(diǎn)，工業(yè)上常被用于輪廓檢測(cè)、位移量檢測(cè)及振動(dòng)檢測(cè)［23］。激光位移傳感器的精度受被測(cè)物表面的顏色、粗糙度及光澤影響。

2.1.3 振動(dòng)傳感器的應(yīng)用

在家電自動(dòng)化質(zhì)量檢測(cè)生產(chǎn)線要求檢測(cè)精度高、檢測(cè)成本低、檢測(cè)流程簡(jiǎn)單且速度快。接觸式振動(dòng)傳感器由于需要安裝在被測(cè)物表面上，且布線復(fù)雜不便用于自動(dòng)化檢測(cè)生產(chǎn)線上。由于部分家電產(chǎn)品檢測(cè)部位為塑料等絕緣材料，所以電渦流式位移傳感器在家電自動(dòng)化質(zhì)量檢測(cè)生產(chǎn)線中的應(yīng)用受限。由于激光多普勒振動(dòng)傳感器價(jià)格較高，在生產(chǎn)線上大量使用激光多普勒振動(dòng)傳感器作為檢測(cè)傳感器并不現(xiàn)實(shí)。激光位移傳感器的測(cè)量精度受被測(cè)物表面條件影響，但是絕大部分的家電產(chǎn)品的質(zhì)檢部位滿足其使用條件，并且激光位移傳感器的價(jià)格較低在生產(chǎn)線上大量使用的可行性較高。

2.2 振動(dòng)信號(hào)處理

振動(dòng)信號(hào)處理方法可分為幅值域分析法、時(shí)域分析法、頻域分析法及時(shí)頻域分析法。運(yùn)用不同的分析方法對(duì)振動(dòng)信號(hào)進(jìn)行分析，可以得出不同的信號(hào)分析結(jié)果。

2.2.1 常用振動(dòng)信號(hào)處理方法的特點(diǎn)

（1）幅值域分析法。幅值域分析法是對(duì)信號(hào)進(jìn)行統(tǒng)計(jì)分析，其主要是對(duì)信號(hào)的時(shí)域進(jìn)行統(tǒng)計(jì)得出時(shí)域的統(tǒng)計(jì)特征，從而進(jìn)行故障分析和診斷。在幅域分析法中，常用的指標(biāo)有均方根值、峰峰值及峭度等。1）均方根值用于表示信號(hào)的能量，可以被用來評(píng)價(jià)振動(dòng)的等級(jí)或振動(dòng)的烈度［24］。2）峰峰值表示周期信號(hào)中最大值與最小值之差，在位移信號(hào)中反映振動(dòng)的范圍。3）峭度是一種歸一化的四階中心距，對(duì)早期故障的大幅值變化非常敏感，常用于早期故障診斷中。

（2）時(shí)域分析法。時(shí)域分析法指的是以時(shí)間為自變量描述信號(hào)參數(shù)變化的一種方法。時(shí)域分析方法眾多，在機(jī)械故障診斷中常用的是軸心軌跡法、伯德圖、相關(guān)分析法及趨勢(shì)圖等。1）軸心軌跡法是指將來自軸頸垂直且共面的兩個(gè)傳感器采集得到的時(shí)域信號(hào)合并，從而檢測(cè)到軸心軌跡［25］。軸心軌跡法常被應(yīng)用于旋轉(zhuǎn)機(jī)械的回轉(zhuǎn)軸故障診斷中。2）伯德圖是一種用于分析振動(dòng)的幅值和相位隨轉(zhuǎn)速變化的圖形，常被用于判斷臨界轉(zhuǎn)速、分析轉(zhuǎn)子不平衡質(zhì)量所在的軸向位置［24］。3）相關(guān)分析法是利用相關(guān)函數(shù)去分析振動(dòng)信號(hào)中的相關(guān)性［26］，相關(guān)分析法又分為自相關(guān)分析和互相關(guān)分析。隨機(jī)信號(hào)的自相關(guān)函數(shù)是迅速衰減的，而周期信號(hào)的自相關(guān)函數(shù)具有不衰減的性質(zhì)，所以在實(shí)際工程信號(hào)處理中經(jīng)常使用自相關(guān)分析提取含噪信號(hào)的周期。而互相關(guān)函數(shù)用于評(píng)價(jià)兩個(gè)不同信號(hào)的相似程度，常用于分析故障源及故障定位［27］。4）趨勢(shì)圖是一種用直坐標(biāo)和極坐標(biāo)圖表示被測(cè)參數(shù)值隨時(shí)間的變化趨勢(shì)。通過趨勢(shì)圖可以長(zhǎng)期記錄和監(jiān)視機(jī)器的運(yùn)行情況，其中趨勢(shì)圖最常用的是穩(wěn)態(tài)圖［28］。

（3）頻域分析法。頻域分析法是指將時(shí)域信號(hào)轉(zhuǎn)換在頻域上的分析方法，常用的頻域分析方法有快速傅里葉變換法、譜分析法及倒譜分析法。1）快速傅里葉變換是離散傅里葉變換的一種簡(jiǎn)化改進(jìn)算法［29］?？焖俑道锶~變換能夠解析周期信號(hào)的頻率成分，且計(jì)算量小，從而減少計(jì)算機(jī)計(jì)算的時(shí)間。2）譜分析法又稱為功率譜分析法，是一種能夠?qū)㈦S機(jī)信號(hào)的頻率成分解析出來的算法，是一種常用的頻域分析方法?，F(xiàn)代譜估計(jì)和經(jīng)典譜估計(jì)是功率譜的兩種不同分析方法。經(jīng)典譜估計(jì)常用數(shù)據(jù)截?cái)嗟姆椒?，將除截?cái)鄶?shù)據(jù)外其他數(shù)據(jù)設(shè)為零，然后以相關(guān)法或周期圖法進(jìn)行運(yùn)算，是常用估計(jì)數(shù)據(jù)的參數(shù)模型再重新計(jì)算輸出功率的方進(jìn)行譜估計(jì)［30］。3）倒譜分析是將已經(jīng)映射要頻域的信號(hào)數(shù)據(jù)進(jìn)行對(duì)數(shù)運(yùn)算后再進(jìn)行傅里葉反變換運(yùn)算。通過倒譜運(yùn)算再進(jìn)行傅里葉變換，可以分離系統(tǒng)特性和激勵(lì)信號(hào)的頻率［31］。

（3）時(shí)頻分析法。時(shí)頻分析法是時(shí)域和頻域聯(lián)合分析，該方法能夠同時(shí)提供時(shí)域和頻域上的信息。常用的時(shí)頻分析方法有短時(shí)傅里葉變換法、Winger-Ville分布法、小波分析法及希爾伯特-黃變換等方法。1）短時(shí)傅里葉變換是一種線性的時(shí)頻分析方法［32］，通過將信號(hào)截取為多個(gè)信號(hào)段然后加窗做傅里葉變換得出各個(gè)信號(hào)段的頻率成分，將各個(gè)時(shí)間間隔排列可得出信號(hào)的時(shí)頻圖。2）短時(shí)傅里葉方法計(jì)算簡(jiǎn)單，常被應(yīng)用于變速箱、齒輪箱等變速機(jī)械部件的故障診斷中。3）Winger-Ville分布法可以看成是信號(hào)中心協(xié)方差函數(shù)的傅立葉變換［33］。Winger-Ville分布法的時(shí)頻聚集性高，適合用于線性調(diào)頻信號(hào)中［34］。4）小波分析法可以看做是在短時(shí)傅里葉變換的窗口函數(shù)的基礎(chǔ)上增加一個(gè)尺度因子，所得窗口不僅能夠平移而且能夠伸縮［35］。在小波分解下，不同的尺度具有不同的時(shí)間和頻率分辨率，利用小波分解可以將信號(hào)的不同頻率區(qū)間所包含的信號(hào)分離開。5）希爾伯特-黃變換使用經(jīng)驗(yàn)?zāi)B(tài)分解算法及希爾伯特變換算法可以將非線性的振動(dòng)信號(hào)分解變換為希爾伯特-黃譜［36-37］。希爾伯特-黃變換算法能夠?qū)⑿盘?hào)的局部特征凸顯出來，具有良好的時(shí)頻聚集性［38］。

2.2.2 常用振動(dòng)信號(hào)處理方法的應(yīng)用

在目前的機(jī)械振動(dòng)故障診斷中，基于幅值域、時(shí)域的信號(hào)處理方法簡(jiǎn)單直觀，計(jì)算方便，但是不能夠有效地獲取頻域上的特征，而頻域的診斷技術(shù)能夠很好地解決線性的振動(dòng)問題，對(duì)于復(fù)雜機(jī)械的非線性振動(dòng)問題，這些方法的局限性顯得越來越突出。時(shí)頻分析法的各種算法計(jì)算結(jié)果所含信息量，大能夠很好地解決機(jī)械振動(dòng)信號(hào)的處理問題，由于部分時(shí)頻分析算法計(jì)算量大、計(jì)算時(shí)間長(zhǎng)，不利于應(yīng)用在質(zhì)檢生產(chǎn)線上。

2.3 機(jī)械振動(dòng)故障診斷

機(jī)械振動(dòng)故障檢測(cè)從本質(zhì)上講就是模態(tài)識(shí)別［39］，常用模式識(shí)別方法有神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)。

2.3.1 常用模式識(shí)別算法的特點(diǎn)

（1）神經(jīng)網(wǎng)絡(luò)算法。神經(jīng)網(wǎng)絡(luò)算法是一種以認(rèn)知和模擬為中心問題的智能算法，通過模擬人腦的認(rèn)知功能組成一個(gè)具有高度非線性動(dòng)力學(xué)及自適應(yīng)組織的系統(tǒng)。各個(gè)領(lǐng)域均有用到神經(jīng)網(wǎng)絡(luò)算法，在機(jī)械故障診斷中主要用到的神經(jīng)網(wǎng)絡(luò)模型有BP神經(jīng)網(wǎng)絡(luò)模型［40］及自組織特征映射網(wǎng)絡(luò)模型［41］。1）BP神經(jīng)網(wǎng)絡(luò)是一種以誤差反向傳播算法為訓(xùn)練方式，通過優(yōu)化均方誤差改變網(wǎng)絡(luò)權(quán)值和閥值來擬合數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)算法。該神經(jīng)網(wǎng)絡(luò)算法能接受各種訓(xùn)練資料并且對(duì)多重共性和離群點(diǎn)的影響不敏感，能夠揭示輸入和輸出之間的關(guān)系。2）自組織特征映射網(wǎng)絡(luò)模型是一種能夠自適應(yīng)地揭示樣本內(nèi)部規(guī)律并自組織地改變網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)算法。自組織特征映射網(wǎng)絡(luò)模型可以無(wú)導(dǎo)師學(xué)習(xí)，自動(dòng)對(duì)樣本分類，即具有很強(qiáng)的學(xué)習(xí)能力［42］。

（2）支持向量機(jī)算法。支持向量機(jī)算法是以VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理為基礎(chǔ)，對(duì)有限訓(xùn)練樣本的學(xué)習(xí)進(jìn)度及學(xué)習(xí)能力間尋找合適的解,支持向量機(jī)巧妙地解決了維數(shù)災(zāi)問題,使得其算法復(fù)雜度與樣本維數(shù)無(wú)關(guān)，在機(jī)械故障診斷中得到廣泛的應(yīng)用［43-44］。

2.3.2 常用模式識(shí)別算法的應(yīng)用

神經(jīng)網(wǎng)絡(luò)存在難以確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及過學(xué)習(xí)和欠學(xué)習(xí)等問題，而支持向量機(jī)則能夠較好地解決這些問題成為模式識(shí)別在故障診斷中的熱點(diǎn)。

3 小結(jié)

通過對(duì)組成家電振動(dòng)診斷系統(tǒng)的振動(dòng)傳感器、振動(dòng)信號(hào)處理模塊及故障診斷模塊進(jìn)行分析可知，非接觸式傳感器比接觸式傳感器更適合應(yīng)用于家電質(zhì)量檢測(cè)生產(chǎn)線上，振動(dòng)信號(hào)處理時(shí)方法中的頻域法所含信息量更大，大部分時(shí)頻域法的算法計(jì)算量大計(jì)算時(shí)間長(zhǎng)不適合應(yīng)用于家電質(zhì)量檢測(cè)生產(chǎn)線上，機(jī)械振動(dòng)故障檢測(cè)中支持向量機(jī)作為模式識(shí)別方法的一種，由于其能夠較好地解決過學(xué)習(xí)和欠學(xué)習(xí)等問題而得到廣泛應(yīng)用。

［1］李翠,李效民,鐘美芳.壓電式加速度傳感器的智能應(yīng)用［J］.實(shí)驗(yàn)室研究與探索,2010,29（10）:231-234.

［2］黃賢武,鄭筱霞.傳感器原理與應(yīng)用［M］.2版.成都:電子科技大學(xué)出版社,2005:111-122.

［3］郁有文,常健,程繼紅.傳感器原理與工程應(yīng)用［M］.2版.西安:西安電子科技大學(xué)出版社,2004:103-112.

［4］張勇,梁平.電渦流位移傳感器輸出特性自動(dòng)檢測(cè)系統(tǒng)［J］.工業(yè)儀表與自動(dòng)化裝置,2010,213（3）:47-49.

［5］秦樹人.機(jī)械工程測(cè)試原理與技術(shù)［M］.2版.重慶:重慶出版社,2011:261-300.

［6］朱林生.一種超低頻絕對(duì)振動(dòng)信號(hào)檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)［D］.長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2005.

［7］張健.機(jī)械故障診斷技術(shù)［M］.北京:機(jī)械工業(yè)出版社,2014:61-80.

［8］涂亞慶,劉興長(zhǎng).光纖智能結(jié)構(gòu)［M］.重慶:重慶出版社,2000:81-135.

［9］周建華.光纖光柵傳感器應(yīng)變傳遞特性研究［D］.武漢:武漢理工大學(xué),2010.

［10］KANG D,CHUNG W.Estimation of curvature changes for steel-concrete composite bridge using fiber bragg grating sensors［J］.Adv.Mater.Sci.Eng,2013（2013）:7.

［11］LI DS,BENL,LI H N,et al.Structural health monitoringof a tall building during construction with fiber Bragg grating sensors［J］.Int.J.Distrib.Sens.Netw,2012（2012）:7-10.

［12］MA GM,LI CR,QUANJ T,et al.Cheng,A fiber bragg grating tension and tilt sensor applied to icing monitoring on overhead transmission lines IEEE Trans［J］.Power Deliv,26（2077）:2763-2770.

［13］羅承剛.電渦流位移傳感器線圈電磁場(chǎng)仿真分析［J］.傳感器與微系統(tǒng),2008,193（3）:24-26.

［14］林勇剛.大型風(fēng)力機(jī)變槳距控制技術(shù)研究［D］.杭州:浙江大學(xué),2005.

［15］張勇,梁平.電渦流位移傳感器輸出特性自動(dòng)檢測(cè)系統(tǒng)［J］.工業(yè)儀表與自動(dòng)化裝置,2010（3）：47-49.

［16］吳麗君,李倩.被測(cè)體材質(zhì)對(duì)電渦流位移傳感器特性的影響［J］.大學(xué)物理實(shí)驗(yàn),2008,72（1）：43-45.

［17］ZHOU Deqiang,WANG Jun,HE Yunze.Influence of metallic shields on pulsed eddy current sensor for ferromagnetic materials defect detection［J］.Sensors and Actuators,2016,248（1）：162-172.

［18］OLDENGARM J,VAN KRIEKEN A H,RATERINK H J.Laser Doppler velocimeter with optical frequency shifting［J］.Opt Laser Technol,1973,5（6）：249-252.

［19］BUCHHAVE P.Laser Doppler velocimeter with variable optical frequency shift［J］.Opt Laser Technol,1975,7（1）：11-16.

［21］ZHEN S,CHEN B,YUAN L,et al.A novel interferometric vibrationmeasurement sensor with quadrature detection based on 1/8 wave plate［J］.Opt.Laser Technol,2013,42（2）：362-365.

［22］劉杰坤,馬修水,馬勰.激光多普勒測(cè)振儀研究綜述［J］.激光雜志,2014,35（12）：1-5.

［23］李演楷.激光位移傳感器輸出特性分析及應(yīng)用［D］.長(zhǎng)春：吉林大學(xué),2011.

［24］時(shí)獻(xiàn)江,王桂榮.機(jī)械故障診斷及典型案例解析［M］.北京：化學(xué)工業(yè)出版社,30-60.

［25］趙利華.旋轉(zhuǎn)機(jī)械故障機(jī)理與軸心軌跡識(shí)別方法研究［D］.大連：大連理工大學(xué),2010.

［26］左澤敏,李舜酩,鄭娟麗.相關(guān)分析在機(jī)械振動(dòng)信號(hào)處理中的應(yīng)用［J］.機(jī)械制造與自動(dòng)化,2009,38（1）：75-79.

［27］沈穎.信號(hào)相關(guān)分析及其在工程測(cè)試中的應(yīng)用［J］.石油儀器,2002,16（6）：39-42.

［28］BENTLY Donald E.旋轉(zhuǎn)機(jī)械診斷技術(shù)［M］.姚紅良,譯.北京：北京工業(yè)出版社,28-83.

［29］賈民平,張洪亭.測(cè)試技術(shù)［M］.2版.北京：高等教育出版社,40-57.

［30］宋寧.經(jīng)典功率譜估計(jì)及其仿真［J］.現(xiàn)代電子技術(shù),2008,11（5）：159-162.

［31］焦衛(wèi)東,朱有劍.基于EMD與倒譜分析的軸承故障診斷［J］.機(jī)電工程,2009,26（2）：18-21.

［32］趙鳳展,楊仁剛.基于短時(shí)傅里葉變換的電壓暫降擾動(dòng)檢測(cè)［J］.中國(guó)電機(jī)工程學(xué)報(bào),2007,237（10）：28-34.

［33］王紅萍,于盛林,薛堅(jiān).基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾腤igner-Ville分布交叉項(xiàng)抑制方法［J］.電子測(cè)試,2008,161（2）：5-9.

［34］李文偉,王忠仁.Wigner-Ville分布及在信號(hào)分析中的應(yīng)用［J］.四川兵工學(xué)報(bào)，2008,29（3）：15-17.

［35］MORLET J,ARENS G,FOURGEAU E,et al.Wave Propagation and Sam-pling Theory Part：Sampling Theory and Complex Waves［J］.Geo-physics,1982,7（2）：222-236.

［36］HUANG N E,SHEN Z,LONG S R,et al.The empiricalmode decomposition and the Hilbert spectrum fornonlinear and non-stationary time series analysis［J］.Proc.R.Soc.Lond.A,1998,45（4）：903-995.

［37］FLANDRIN P,RILLING G.decomposition as a filterGoncalves P Empiricalbank［J］.IEEE Sig.Proc.mode,2004,11（2）：112-114.

［38］BOUDRAA A O,CEXUS J C.EMD-based signal filtering［J］.IEEE Traps.Instru.Meas.,2007,56（6）：2196-2202.

［39］趙志宏.基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究［D］.北京：北京交通大學(xué),2012.

［40］Samanta B, Al-Balushi K R.Artificial neural network based fault diagnostics of rolling elementbearings using time-domain features［J］.Mechanical Systems and Signal Processing,2003,17（2）：317-328.

［41］范作民,白杰,閻國(guó)華.Kohonen網(wǎng)絡(luò)在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用［J］.航空動(dòng)力學(xué)報(bào),2000,15（1）：89-92.

［42］姚敏,劉虹.基于自組織特征映射網(wǎng)絡(luò)的綜合評(píng)價(jià)模型［J］.湘潭礦業(yè)學(xué)院學(xué)報(bào),2002（2）：59-61.

［43］袁勝發(fā),褚福磊.支持向量機(jī)及其在機(jī)械故障診斷中的應(yīng)用［J］.振動(dòng)與沖擊,2007,115（11）：29-35.

［44］楊宇.基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究［D］.長(zhǎng)沙：湖南大學(xué),2005.

Summarization of vibration diagnostic system for household appliance

ZHENG Wen-wei,WANG Yu-hua,LIUZhi-ting
（Department of Mechatronics Engineering,Foshan University,Foshan 528000,China）

In this paper,the vibration sensor,vibration signal processing module and fault diagnosis module of home appliance vibration diagnosis system are classified,developed,characterized and applied.Finally,the prospect of home appliance vibration diagnosis systemis put forward.

fault diagnosis;signal processing;vibration;vibration sensor;pattern recognition

TM925.06

A

1008-0171（2017）05-0025-05

2017-05-16

廣東省公益研究與能力建設(shè)專項(xiàng)資金資助（2015A010103017，2015B010101014）；佛山市科技創(chuàng)新項(xiàng)目資助（00205371200120104）；佛山科學(xué)技術(shù)學(xué)院研究生自由探索基金資助

鄭文煒（1991-），男，廣東潮州人，佛山科學(xué)技術(shù)學(xué)院研究生。

*通信作者：王宇華（1960-），女，廣西南寧人，佛山科學(xué)技術(shù)學(xué)院教授。

【責(zé)任編輯：任小平 renxp90@163.com】