摘要
本发明提出了一种基于电机运行振动声音的异常检测方法及系统,涉及电机技术领域,该方法包括:获取原始电机信号,确定原始电机信号的幅值,并将标记其中的异常信号;确定异常信号中振动信号的频谱分布特性,对振动信号进行多尺度分解,得到若干的子频带信号并对子频带信号进行整合,得到多频带组合信号;采用变分模态分解算法将多频带组合信号分离为若干的本征模态分量,对本征模态分量进行整合,得到重构信号;对重构信号进行时域分析以及频域分析,得到频域分布特征;将频域分布特征输入至训练好的电机异常检测模型中,得到异常检测结果。本发明能够有效提取电机运行过程中的多维异常特征,提高异常检测的准确性和可靠性。
技术关键词
电机异常检测
异常检测方法
分布特征
变分模态分解算法
异常信号
支持向量机分类器
重构
多尺度
声音特征信号
希尔伯特黄变换
测试电机
标记
小波变换算法
非线性
信号分析模块
样本
异常检测系统
频率
系统为您推荐了相关专利信息
干热岩开采
物理模型系统
多参数
测试模块
温度补偿组件
激光雷达芯片
数据总线
管理系统
逻辑电路
安全岛
训练评估方法
数据分析平台
对象
数据分析方法
Apriori算法
焊锡
异常信号
浇注工艺
转移概率矩阵
奇异值分解算法