基于MFCC和MDE-SVDD的滚动轴承音频信号异常检测方法

来源：动力工程学报杂志2024年第2期北京时间：

作者：高原, 邓艾东, 范永胜, 梁志宏, 傅行军,

摘要：针对传统振动传感器安装不易,而声信号分析易受环境噪声干扰的问题,提出一种基于梅尔倒谱系数(MFCC)和马氏距离加权改进支持向量数据描述(MDE-SVDD)的音频信号异常检测方法,用于滚动轴承运行状态监测。该方法从轴承运行声信号中提取MFCC作为特征向量,进而使用马氏距离加权改进SVDD,以增强对噪声样本的抗干扰性,从而提高算法的检测精度,然后在实验音频信号中添加多种强度的高斯白噪声以模拟现场噪声环境,并将所提方法的测试结果与传统SVDD等异常检测方法进行比较。结果表明:在低信噪比(-5 dB)场景下,MDE-SVDD的异常检测平均准确率达到91.99%,相较于传统SVDD提升了7.73百分比。

关键词：滚动轴承,声纹识别,梅尔倒谱系数,支持向量数据描述,异常检测,