TY -的A2冯Guang-Liang盟歌,诗杰盟——秋,担任非盟——秦Sunwei PY - 2021 DA - 2021/08/27 TI -矿山风机的故障诊断方法研究基于声信号分析SP - 9650644六世- 2021 AB -地下当地球迷和辅助通风机在地下空气质量也起到了至关重要的作用,而系统风扇。然而,地下当地球迷和辅助粉丝的数量大,分布广泛,这是不利于采用相同的方法的在线监测和故障诊断方法的系统风扇。为了找到一种新的故障诊断方法,成本效益和可靠,本文提出了一种基于声信号的故障诊断方法。分析了风机噪声的来源和研究矿井风机故障诊断专家系统的总体方案基于声音信号。故障诊断专家系统由四部分组成:信号采集和噪声消除、特征提取、状态识别和故障诊断。介绍了其原理。本文采用小波的去噪方法。使用小波包提取声音信号的特点,和每个频率分量的能量大小和能量比例作为知识获取和推理的基础。通过分析测量信号的风机在正常操作状态,提取特征向量为基础的歧视噪声消除后的正常状态。同时,音频处理软件被用来模拟声音信号三种故障状态。 Then, the feature vector of the fault state is extracted, which is obviously different from that of the fan in the normal operation. As the basis of fault state analysis of the expert system, it lays the foundation for the realization of the expert system of mine fan equipment running state diagnosis. SN - 1687-8086 UR - https://doi.org/10.1155/2021/9650644 DO - 10.1155/2021/9650644 JF - Advances in Civil Engineering PB - Hindawi KW - ER -