基于多源信号融合的灯泡贯流式机组故障特征提取

打开文本图片集

摘要：

水电机组在非平稳工况及异常运行状态下，会产生剧烈的振动并发出刺耳的噪声。针对上述振动和音频信号，以灯泡贯流式水电机组为研究对象，通过布置高精度的加速度和音频传感器，对机组各部位的振动和噪声进行实时监测，采集振动和音频的多源融合信号。采用核主元分析法（KPCA）与改进的K-Means聚类算法提取多源融合信号频率幅值均方根参数，得到水轮机桨叶碰磨、本体敲击及发电机局放等故障的能量分布与特征值，构建了能够反映机组状态的六维特征向量模型。（剩余6675字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。