基于声纹特征和振动数据融合的风机多模态故障诊断方法

本发明公开了一种基于声纹特征和振动数据融合的风机多模态故障诊断方法，S1、通过多个传感器同步采集风机运行过程中产生的声纹信号和振动信号；S2、对采集到的声纹信号和振动信号进行预处理；S3、将经过预处理的声纹信号和振动信号通过特征级加权融合算法进行融合；S4、在多层次框架下的粗粒度故障筛选；S5、在多层次框架下的细粒度故障诊断；S6、在细粒度故障诊断完成后，系统根据故障的类型、具体部位和严重程度输出相应的故障预警信号；S7、系统通过实时监控风机的运行状态及其故障情况，动态调整故障诊断模型。本发明能够准确识别出风机的故障类型并评估其严重程度，提升了故障诊断系统的整体智能化水平和实时响应能力。