申请/专利权人：北京邮电大学

申请日：2024-02-05

公开（公告）日：2024-05-10

公开（公告）号：CN118016097A

主分类号：G10L25/06

分类号：G10L25/06;G10L25/27;G10L25/45;G10L25/51

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明公开了一种风电机组叶片表面损伤异音迁移诊断方法，主要包括以下步骤：在塔筒外表面等间隔部署多个声音传感器，依据频谱重心自适应选择声脉冲数量最大的通道作为目标输入声信号；采用听觉感知小波包方法提取异音信号的静态能量比特征，结合梅尔语谱图中相邻周期内像素点的动态编码差分特征完整刻画叶片损伤异音的动静特性；综合子空间对齐程度和普鲁克分析，计算源域特征向量和目标域特征向量之间的可迁移度；依据源域和目标域之间边缘分布和条件分布的最大均值差异构建迁移目标函数，引入类判别约束项与分布权重因子建立损伤识别的支持向量机模型。该方法能够有效评估不同工况特征向量间的可迁移度，增强跨风电场跨机组下叶片表面损伤异音识别的能力。

主权项：1.一种风电机组叶片表面损伤异音迁移诊断方法，其特征在于，所述方法包括以下步骤：S1.在塔筒外表面以磁吸方式等间隔部署不少于3个声音传感器，从物理层面上削弱机舱内设备运行产生的强机械噪声，避免塔筒遮挡导致的单传感器信号拾取失真问题；对采集的多通道叶片运行声信号进行分帧、加窗及离散傅里叶变换，计算每帧信号的频谱重心指标，依据统计阈值判断单通道原始信号中蕴含的扫风声脉冲数量，自适应选择声脉冲数量最大的高信噪比通道作为后续叶片表面损伤识别的原始输入声信号；S2.依据叶片表面损伤激发的异音可被人耳辨识原理，融合Mel映射与小波包分解方法，提取子频带能量比刻画叶片损伤的静态特性，计算梅尔语谱图中相邻周期内叶片扫风声事件像素点的编码差分特征表征叶片损伤的动态特性，构造完整刻画叶片表面损伤异音的动、静双流声纹特征向量；S3.将声纹特征向量映射到Grassmann流形空间，综合子空间对齐程度和普鲁克分析，计算源域特征向量和目标域特征向量之间的可迁移度，据此选取迁移度最大的作为源域数据集；S4.计算源域和目标域之间边缘分布和条件分布，依据二者间的最大均值差异MaximumMeanDiscrepancy，MMD构建迁移目标函数，设计并引入类判别约束项与分布权重因子，训练建立支持向量机分类模型，完成目标域叶片表面损伤异音迁移识别。

全文数据：

权利要求：

百度查询： 北京邮电大学 一种风电机组叶片表面损伤异音迁移诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD