摘要
本发明公开了一种基于声纹信号的风机叶片故障诊断方法,包括如下步骤:对风机叶片声纹信号进行采集,并进行滤波处理;通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数;将本征模态函数转换为二维镜像雪花图,并进行归一化处理;通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化,得到IRBMO‑SVM模型;将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断;本发明采用改进红嘴蓝鹊优化算法优化支持向量机,提高了支持向量机计算效率,进而提高了对风机叶片的故障诊断精度。
技术关键词
集成经验模态分解
风机叶片
优化支持向量机
镜像
信号
算法
参数
透镜
成像
滤波
位置更新
机制
噪声
基础
松弛
因子
代表
序列
系统为您推荐了相关专利信息
上位机设备
光模块测试设备
误码仪
应答反馈信息
测光模块
压电换能器
驱动信号
摄像模组
主控模块
采样模块
电流特征分析
数字孪生技术
数字孪生模型
深度神经网络
风电变流器
期货量化交易系统
多指标
量化交易方法
卡尔曼滤波
遗传算法优化
荧光光纤测温方法
信号特征
荧光光纤传感器
时序
注意力