[发明专利]基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法有效
| 申请号： | 202110116307.8 | 申请日： | 2021-01-28 |
| 公开（公告）号： | CN112926626B | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 潘翔;许蓉;邱俭军 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N7/00;G06K9/00;G01N29/04;G01M13/00 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法。该方法首先利用麦克风阵列采集三段连续等长的风机叶片辐射出的声信号，利用稀疏贝叶斯学习算法对三段声信号分别估计其源信号，对估计信号进行DOA估计，利用波束形成进行信号增强，计算增强信号的功率谱，并对功率谱进行归一化，根据三段声信号的归一化功率谱是否分离，判断风力发电机叶片是否存在故障。本发明提供的基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法，能够大幅度去除采集信号中的噪声，对风力发电机叶片故障进行准确的判断。 | ||
| 搜索关键词： | 基于 稀疏 贝叶斯 学习 功率 分离 风机 叶片 故障 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110116307.8/，转载请声明来源钻瓜专利网。
