一种基于VMD分解算法的风机叶片故障诊断方法

发明专利有效专利

申请号：
CN202110525344.4
IPC分类号：F03D17/00
申请日期：
2021-05-12
申请人：
河北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于VMD分解算法的风机叶片故障诊断方法
申请号	CN202110525344.4	申请日期	2021-05-12
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-13	公开/公告号	CN113250911A
优先权	暂无	优先权号	暂无
主分类号	F03D17/00 ? IPC结构图谱： F 机械工程；照明；加热；武器；爆破 F0 发动机或泵 F03 液力机械或液力发动机；风力、弹力或重力发动机；其他类目中不包括的产生机械动力或反推力的发动机 F03D 风力发动机 F03D17/00 风力发动机的监控或测试，例如诊断（试车过程中的测试入F03D 13/30）〔2016.01〕	IPC分类号	F;0;3;D;1;7;/;0;0查看分类表>
申请人	河北工业大学	申请人地址	天津市红桥区丁字沽光荣道8号河北工业大学东院330# 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	河北工业大学	当前权利人	河北工业大学
发明人	张家安;田家辉;姜皓龄
代理机构	天津翰林知识产权代理事务所（普通合伙）	代理人	付长杰;张国荣

摘要

本发明为一种基于VMD分解算法的风机叶片故障诊断方法，包括步骤1、采集风机叶片的声音信号并对声音信号进行滤波，得到滤波后的声音信号；步骤2、利用VMD分解算法将滤波后的声音信号分解为多个模态分量；步骤3、对每个模态分量进行分帧处理，将每个模态分量分为多帧声音信号；对分帧处理后的声音信号进行加窗处理，得到加窗处理后的声音信号；步骤4、计算每帧声音信号的短时能量，然后将每个模态分量对应的所有帧声音信号的短时能量相加，得到各模态分量的短时能量；步骤5、各模态分量的短时能量构成信号样本的特征向量，将特征向量输入到支持向量机中进行训练，将训练后的模型用于故障诊断。该方法的诊断准确率和效率较高。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供