复杂背景噪声下风机叶片裂纹故障声学特征提取方法

• 作者: 李永战 赵娟 陈斌 高宝成
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 风机叶片 故障诊断 特征提取 1/6倍频程 主成分分析
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究报告
• 页码范围: 117-122
• 页数: 6页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017-063

摘要

针对大型风机叶片裂纹故障声学诊断问题,提出一种非接触式的叶片状态远程在线声学监测系统,给出了叶片裂纹故障的声学特征自适应提取方法.首先设计了面向复杂环境噪声的原始声信号预处理算法,然后采用1/6倍频程粗略刻画叶片声信号的频谱总体变化趋势,提取无量纲的倍频程能量比构造支持向量机分类器的输入特征向量,最后引入主成分分析法自适应的优化高维特征空间.风场实测数据验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	北京邮电大学自动化学院	27	158	7.0	10.0
2	高宝成	北京邮电大学自动化学院	25	173	7.0	13.0
3	赵娟	北京邮电大学自动化学院	1	8	1.0	1.0
4	李永战	广东德风科技有限公司工程部	1	8	1.0	1.0