摘要
本发明公开了一种基于自适应声纹传感器网络的风机轴承故障定位方法,S1、构建风机轴承声学信号集;S2、利用自适应声纹传感器网络对风机轴承声学信号集进行动态调整;S3、对风机轴承声学信号集进行预处理;S4、构建风机轴承声学特征集;S5、利用半监督机器学习模型对融合后的风机轴承声学特征集进行故障识别;S6、对S5中识别出的故障信号进一步利用集成学习模型进行复核和进一步的分类;S7、通过报警系统输出S6中确定的风机轴承故障定位结果,包括故障类型、发生位置及故障的严重程度,通知维护人员依据故障定位结果采取相应的维护措施。本发明提高了故障分类的准确性和精确性。
技术关键词
风机轴承
故障定位方法
集成学习模型
半监督机器学习
传感器节点
声学特征
振动特征
标签传播算法
标记
信号特征
样本
报警系统
网络
梯度提升树模型
噪声特征提取