首页|声信号特征优化断路器机械故障诊断算法

声信号特征优化断路器机械故障诊断算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高断路器机械故障的诊断准确率,并解决传统基于振动信号方法面临的接触安装局限、低频本振和高频干扰等问题,提出基于声特征优化提取的机械故障监测算法.算法首先将声信号划分为信号区间并以K-S显著性检测提取故障信号差异较大的信号区间,然后提取其LDA优化凸显的GFCC特征,以提高特征对故障状态的描述能力,然后采用特征加权优化的SVM算法对高压断路器的机械故障进行诊断监测.以四种模拟机械故障取得的声信号数据进行实验,结果表明,算法对四种故障的诊断准确率均值达到94％以上,验证算法的有效性.
Mechanical Fault Diagnosis of High Voltage Circuit Breaker Optimized by Acoustic Signal Characteristics

张叶、齐小刚

展开 >

晋中职业技术学院机电工程系,山西 晋中 030600

西安电子科技大学数学与统计学院,陕西 西安 710126

高压断路器 机械故障监测 声特征优化 加权支持向量机

国家自然科学基金

61780767

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.(12)
  • 8