一种基于声信号特征分析与随机森林的机械设备故障检测方法

本发明公开了一种基于声信号特征分析与随机森林的机械设备故障检测方法，涉及机器学习领域。包括：在工业场景关键部位搭建声信号采集系统，模拟故障情景，采集不同工况下的机械设备运行声信号，得到原始数据；从采集的声信号中进行特征提取，采用皮尔逊相关性分析进行特征选择，剔除冗余特征；使用处理之后的变量数据作为模型输入、以对应的故障类型作为训练标签，训练决策树和随机森林以使所述算法输出的故障类型趋近于训练标签，得到水轮机声信号故障诊断模型。本发明提供了一种基于声信号特征分析与随机森林的故障诊断方法，实验表明此方法能够有效检测机械设备整体的各类典型故障。