基于声学特征与BAS-SVM的风机叶片故障状态检测方法

作者：张家安; 姜皓龄

来源：中国测试, 2023, 49(08): 87-92.

• 风机叶片
• 故障检测
• 声信号
• MFCC
• SVM

针对传统方法在检测叶片故障时具有局限性的问题，提出一种基于声学特征与天牛须算法优化支持向量机（BAS-SVM）的叶片故障状态检测方法。实验自主设计声音信号采集装置，并将装置吸附在风机塔筒上在线采集叶片声信号；之后通过对叶片声信号的特性进行分析，设置高通滤波器消除风噪的影响；将信号处理后，提取叶片的MFCC声学特征并对特征向量进行优选；最后构建BAS-SVM分类模型对叶片的故障状态进行检测。实验结果表明，与遗传算法（GA）和粒子群算法（PSO）相比，BAS-SVM的寻优速度更快，检测准确率更高，能够较好地检测叶片的故障状态。

• 单位
  河北工业大学