一种风机叶片异常声音监测方法、系统、设备及介质技术方案

本发明专利技术公开了一种风机叶片异常声音监测方法、系统、设备及介质，通过采集风机叶片声音信号数据，对风机叶片声音信号进行降噪处理，得到降噪后的叶片声音信号Z(t)，可视化处理降噪后的叶片声音信号Z(t)，得到时序图，对风机叶片的状态进行监测分析；系统、设备及介质用于实现一种风机叶片异常声音监测方法；本发明专利技术能够及时快速的检测到风机叶片异常声音信号，具有操作简单，检测效率高，时间成本和人力成本低的特点，同时，不破坏风机结构，不影响风机叶片的正常运行。

【技术实现步骤摘要】

本专利技术属于风机叶片异常检测，尤其涉及一种风机叶片异常声音在线监测方法、系统、设备及介质。

技术介绍

1、随着风电行业的快速发展，风机的故障问题日益凸显，叶片是风电机组的重要组成部分之一，其健康状态将直接影响风电机组运行的安全性与可靠性，因此对风机叶片的运行状态进行检测具有重要意义。

2、现代的风机叶片监测方法采的技术包括振动分析、红外热成像、计算机视觉等。但这些方法存破坏叶片结构、设备成本昂贵，受环境因素制约等缺点，因此相关学者利用叶片的声音信号对叶片的健康状况进行监测。

3、公开号为cn115641871a的中国专利技术专利申请公开了一种基于声纹的风机叶片异常检测方法，提出了采集叶片的声音信号并刻画其梅尔声谱图，通过卷积神经网络提取信号的声纹特征，建立基于长短时记忆神经网络的叶片声纹捕捉模型，并根据特征分布计算各与特征之间的fréchet距判断风机叶片是否发生异常。

4、公开号为cn116163894a的中国专利技术专利申请公开了一种风电场风机叶片状态检测方法、系统及存储介质，提出了采集风机叶片运行时的声音数据并建本文档来自技高网...

【技术保护点】

1.一种风机叶片异常声音监测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风机叶片异常声音监测方法，其特征在于：所述步骤3中的k个调幅调频分量PF与现场实时风噪信号Y(t)的皮尔逊系数的计算公式为：

3.根据权利要求1所述的一种风机叶片异常声音监测方法，其特征在于：所述步骤4中设定阈值为0.7。

4.一种风机叶片异常声音监测系统，其特征在于，包括

5.根据权利要求4所述的一种风机叶片异常声音监测系统，其特征在于：所述声音采集模块采用VS1053音频解码芯片。

6.根据权利要求4所述的一种风机叶片异常声音监测系统，...

【技术特征摘要】

1.一种风机叶片异常声音监测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种风机叶片异常声音监测方法，其特征在于：所述步骤3中的k个调幅调频分量pf与现场实时风噪信号y(t)的皮尔逊系数的计算公式为：

3.根据权利要求1所述的一种风机叶片异常声音监测方法，其特征在于：所述步骤4中设定阈值为0.7。

4.一种风机叶片异常声音监测系统，其特征在于，包括

5.根据权利要求4所述的一种风机叶片异常声音监测系统，其特征在于：所述声音采集模块采用vs1053音频解码芯片。

6.根据权利要求4所述的一种风机叶片异常声音...

【专利技术属性】
技术研发人员：姜皓龄，王向伟，张澄辉，帖中华，孟一非，佟继宏，李志博，贾波，王朝，
申请(专利权)人：华能新能源股份有限公司河北分公司，
类型：发明
国别省市：