-
题名基于多尺度特征提取的风机音频信号故障诊断方法研究
被引量:2
- 1
-
-
作者
孙启涛
罗智孙
梁好
鲁纳纳
-
机构
明阳智慧能源集团股份公司
-
出处
《机电工程》
CAS
北大核心
2023年第1期39-46,共8页
-
基金
明阳智慧能源集团股份公司技术研发项目(M0B00018172)。
-
文摘
针对风机传动链部件音频信号成分复杂,依靠单一特征提取方法难以实现故障识别的问题,提出了一种基于多尺度特征提取的风机主轴音频信号故障诊断方法。首先,采集风机传动链部件的音频文件,将其转换为数字信号后对数据进行了预处理;然后,对音频信号进行了多尺度特征提取,从时域、频域和倒谱域3个维度提取了5大特征,组成了多维复合特征矩阵,并对提取的特征进行了分析及降维;最后,利用支持向量机(SVM)分类预估器对多维复合特征矩阵进行了有监督学习,并使用粒子群算法(PSO)对SVM参数选择过程进行了优化,并通过多组对比实验,对PSO-SVM分类预估器在音频信号模式分类上的性能进行了验证。研究结果表明:所提取的多尺度特征能很好地表征音频信号的信息,具备一定的鲁棒性;使用经PSO优化后的SVM分类模型,对风机传动链部件音频信号模式识别的准确率可达98%以上,并具备良好的泛化能力。
-
关键词
传动链部件
多维复合特征矩阵
特征提取方法
支持向量机
粒子群算法
故障分类
-
Keywords
drive chain components
multi-dimensional composite feature matrix
feature extraction method
support vector machine(SVM)
particle swarm optimization(PSO)
fault classification
-
分类号
TH17
[机械工程—机械制造及自动化]
TH132
[机械工程—机械制造及自动化]
TM315
[电气工程—电机]
-