一种基于EEMD-HHT和CBCNN的风机叶片故障预测方法及系统

本发明涉及风机叶片故障检测技术领域，具体公开了一种基于EEMD‑HHT和CBCNN的风机叶片故障预测方法及系统，方法包括：获取原始振动信号，基于EEMD技术处理获取有效IMF，对有效IMF进行HHT变换得到希尔伯特谱；预构建CNN网络并添加CBAM注意力模块，形成CBCNN故障预测模型；通过对所有希尔伯特谱进行划分得到验证集、测试集以及用于训练CBCNN故障预测模型的训练集，并进行模型训练优化处理直至得到最终的CBCNN故障预测模型；获取用于预测的振动信号输入至最终的CBCNN故障预测模型，输出预测结果。本发明采用集成经验模态分解EEMD来改善HHT变换，通过在卷积神经网络中引入CBMA注意力模块增强CNN卷积神经网络模型并基于包含检测结果的训练集进行训练，实现故障类型的预测。