买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河北工业大学

摘要：本发明公开了一种基于模态分类与对称变换倍频程的风机叶片故障诊断方法，首先采集原始声音信号，对原始声音信号进行分帧，计算各帧信号的短时能量，根据短时能量较大的三帧信号确定风噪信号；同时，对原始声音信号进行模态分解，将所有模态分量划分为噪声模态分量、混合模态分量和信号模态分量，并对混合模态分量进行降噪；剔除噪声模态分量，利用信号模态分量和降噪后的混合模态分量进行信号重构，实现原始声音信号的降噪；然后，对声音信号进行频带划分，同时对降噪后的声音信号进行分帧，计算每帧信号在各个频带内的功率，组成特征向量，进而得到叶片声音信号的特征向量；最后，对叶片声音信号的特征向量进行聚类，得到两个簇的分布判断风机叶片是否发生故障。该方法从原始声音信号中直接提取风噪信号，避免了风噪不同所导致的降噪效果不同，频带划分更加关注叶片声音信号的主要分布频段。

主权项：1.一种基于模态分类与对称变换倍频程的风机叶片故障诊断方法，其特征在于，该方法包括以下步骤：步骤S1：采集一个旋转周期内的风机叶片声音信号作为原始风机叶片声音信号，对原始风机叶片声音信号进行分帧，并计算各帧信号的短时能量；提取短时能量较大的三帧信号，记为xun、xvn和xwn，则风噪信号为：An＝{A1n,A2n}5 式中，An表示风噪信号，A1n、A2n分别为两个风机叶片之间的风噪信号，u、v、w表示帧序号，且u＜v＜w；对原始风机叶片声音信号进行模态分解，将分解得到的所有模态分量划分为噪声模态分量、混合模态分量和信号模态分量，并对混合模态分量进行降噪；剔除噪声模态分量，利用信号模态分量和降噪后的混合模态分量进行信号重构，得到降噪后的风机叶片声音信号；步骤S2：在原始风机叶片声音信号的中频段任意取一点a，在a点右侧一定范围内任取一点b，以a点为起始频率中心，向右侧采用1r倍频程进行频带划分，直至频带上限频率超过b点；再以b点为起始频率中心，向右侧以1s倍频程进行频带划分，直到频带上限频率超过二分之一采样频率，得到a点右侧的所有频带；以a点为对称中心，将右侧的各个频带向左侧进行对称，直到频带下限频率小于零，并截断小于零的频带，得到所有频带；其中，r、s均为正整数，且rs；对降噪后的风机叶片声音信号进行分帧，通过傅里叶变换将各帧降噪后的风机叶片声音信号从时域转换到频域；根据式15计算每帧降噪后的风机叶片声音信号在各个频带内的功率，这些功率组成相应帧声音信号的特征向量，所有帧声音信号的特征向量即为风机叶片声音信号的特征向量； 式中，Px是降噪后的风机叶片声音信号在频带内的功率，是风机叶片声音信号的功率谱密度，Rxτ是风机叶片声音信号的自相关函数，fui、fli分别是第i个频带的上、下限频率，fs是采样频率；步骤S3：对风机叶片声音信号的特征向量进行聚类，得到两个簇；计算两个簇中各个粒子与其簇中心的平均欧式距离，同时计算两个簇中心的欧式距离，若两个簇中心的欧式距离大于两个簇中各个粒子与其簇中心的平均欧式距离之和，则风机叶片发生故障，否则风机叶片正常。

全文数据：

权利要求：

百度查询： 河北工业大学 基于模态分类与对称变换倍频程的风机叶片故障诊断方法