基于声信号的机械设备故障检测研究现状及进展

简介

我国工业呈现规模化、复杂化和集成化的趋势,其中机械设备的长期、稳定、高效运行是工业快速发展的关键。机械设备长期工作容易出现故障导致突然停机,降低工厂的经济效益,甚至对人的生命安全造成威胁,所以机械设备故障检测对于我国工业的发展和经济效益的提高有着重要的意义。现阶段的常见故障检测方式主要是人工检测和振动监测,人工检测巡检周期长、不能及时发现故障、主观性强,振动检测对检测装备的安装要求较高。因为机械设备发生损坏时声音会发生改变,并且声信号的采集方式为非接触式,方便安装,所以声信号逐渐被应用于机械设备的故障检测领域。基于声信号的故障检测技术能及时发现机械设备的故障,及时维修,降低经济损失。从机器学习和深度学习两个方面综述了机械设备故障检测领域的国内外研究进展,并且提出了基于声信号的机械设备故障检测技术未来的研究重点和参考方向,旨在为机械设备的故障诊断提供参考。