基于CEEMDAN-SVM的叶片故障诊断模型研究

受到恶劣工作环境和高速运转等因素的影响,通风机叶片裂纹的产生成为制约其性能和安全的隐患。为解决这一问题,本研究基于振动信号处理和人工智能技术,提出了一种综合的裂纹检测模型。通过实时监测叶片振动信号,结合小波降噪技术处理原始信号,再利用CEEMDAN和希尔伯特谱分析提取裂纹特征,最终通过支持向量机进行裂纹分类,从而创建了一个裂纹检测模型。这一研究为提高矿用轴流式通风机设备的安全性和可靠性提供了新的思路。