基于声学特征提取和支持向量机的风机叶片缺陷识别

为了诊断风机叶片工作中出现的腐蚀、裂纹、穿孔甚至断裂等故障,我们提出了一种基于声音特征提取的风机叶片健康监测和预警方法。在运行过程中收集风扇叶片的声音信号并对声音信号进行预处理,然后采用六分之一倍频程划分频带,将各频带能量作为特征数据,训练支持向量机二分类模型,采用的风机声音特征样本共4762个,其中有缺陷样本3341个,随机抽取百分之七十的数据作为训练集,剩下的则为测试集。对训练后的模型进行测试,测试集总正确率达到95.91%。实验证明该方法得到的风力发电机叶片健康状况分类结果可靠性高,可以达到无接触实时监测目的。