一种基于声信号的螺栓故障诊断方法、系统、设备和介质

本申请涉及一种基于声信号的螺栓故障诊断方法、系统、设备和介质。方法包括：利用时变滤波经验模态分解将声信号分解为本征模态函数，并通过金枪鱼群优化算法以信息熵为适应度函数优化时变滤波经验模态分解的超参数，有效解决了复杂工况下的噪声干扰问题。基于模态分量的能量占比设定阈值，对满足条件的模态分量进行奇异值分解，通过奇异值贡献率差分谱确定截断阶次，完成信号去噪重构，进一步优化信号质量。提取去噪后信号的时频域特征，利用核主成分分析进行降维处理，构建特征向量数据集。最后，通过极端随机森林对特征向量进行故障分类。对不同工况下的声信号具有良好的分类诊断效果，螺栓故障诊断准确率得到明显提升。