科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对风机传动链部件音频信号成分复杂，依靠单一特征提取方法难以实现故障识别的问题，提出了一种基于多尺度特征提取的风机主轴音频信号故障诊断方法。首先，采集风机传动链部件的音频文件，将其转换为数字信号后对数据进行了预处理；然后，对音频信号进行了多尺度特征提取，从时域、频域和倒谱域3个维度提取了5大特征，组成了多维复合特征矩阵，并对提取的特征进行了分析及降维；最后，利用支持向量机(SVM)分类预估器对多维复合特征矩阵进行了有监督学习，并使用粒子群算法(PSO)对SVM参数选择过程进行了优化，并通过多组对比实验，对PSO-SVM分类预估器在音频信号模式分类上的性能进行了验证。研究结果表明：所提取的多尺度特征能很好地表征音频信号的信息，具备一定的鲁棒性；使用经PSO优化后的SVM分类模型，对风机传动链部件音频信号模式识别的准确率可达98%以上，并具备良好的泛化能力。
- 单位
