基于深度学习与声纹识别的风机旋转部件异常检测方法

本发明公开了基于深度学习与声纹识别的风机旋转部件异常检测方法，属于风机设备检测技术领域，包括：通过智能传感器对轴流式风机的运行状态进行监测，收集监测数据；对监测数据实施预处理，得到监测处理数据并进行特征提取，将提取的多信号特征采用特征串联方式形成融合声纹特征，包括声音声纹特征、振动声纹特征和温度特征；构建基于设备指纹识别技术的异常检测模型，并对实时采集的待检监测数据进行异常检测，获取对应的检测结果；构建基于深度神经网络的设备指纹识别模型，对待检监测数据进行识别，获取对应的故障类型。