作者：周宴宇 杨胜跃 何正明 龙慧轴承故障诊断人工神经网络美尔频率倒谱系数线形预测倒谱系数音频信号
摘要：本文结合语音识别中运用较广的美尔频率倒谱系数（MFCC）和线形预测倒谱系数（LPCC）作为滚动轴承音频信号的特征参数．并使用具有强学习能力的神经网络方法进行故障诊断，最后依靠Dempster—Shafrg（D—S）证据理论进行分析得出可信度高的判定结果，实验结果表明，该方法在滚动轴承的音频信号故障诊断中有效可行．在积累足够量的样本数后，可望建立相应的专家库．实现轴承故障的快速智能诊断。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
