基于倍频程和支持向量机的风机叶片缺陷检测算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于倍频程和支持向量机的风机叶片缺陷检测算法
吴江波;周强;蒋辉;刘智英;夏侯智聪;张家乐;石浩然;朱明皓;姜文兵
【期刊名称】《水电站机电技术》
【年(卷),期】2022(45)12
【摘要】风场常常在山顶或者海边等人迹罕至,自然条件相对恶劣的地方。
而风机叶片作为风力发电机的重要组成部分,工作中易出现腐蚀、穿孔甚至断裂等故障情况,发生故障后,为免影响风机后续工作,叶片需要及时更换。
这需要风场工作人员掌握风机叶片的工作状况,及时发现故障。
为了更好的节省人力物力成本,亟需开发一套无接触实时风机叶片健康监测系统。
文章通过采集风机叶片运行时的声信号,对数据进行初步预处理,提取1/6倍频带特征,将频带能量信号作为特征向量,利用支持向量机算法进行模型训练及信号二分类,将采集的信号分为正常类和故障类。
经测试在实验室工况下识别准确率可以达到较高水平,证明该方法得到的风力发电机叶片健康状况分类结果可靠性高,可以达到监测目的。
【总页数】5页(P164-168)
【作者】吴江波;周强;蒋辉;刘智英;夏侯智聪;张家乐;石浩然;朱明皓;姜文兵
【作者单位】国家电投集团江西电力有限公司新能源发电分公司
【正文语种】中文
【中图分类】TK83
【相关文献】
1.基于动态柯西蜂群算法优化支持向量机的风机叶片故障诊断
2.基于动态柯西蜂群算法优化支持向量机的风机叶片故障诊断
3.基于SSD算法优化的风机叶片缺陷检测研究与应用
4.基于声学特征提取和支持向量机的风机叶片缺陷识别
5.基于K近邻与支持向量机协同训练的风机叶片结冰早期检测
因版权原因,仅展示原文概要,查看原文内容请购买。