风力机叶片声信号故障特征提取方法研究

噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (2): 129-135.

风力机叶片声信号故障特征提取方法研究

朱洪滨1，赵琰杰1，张斌2，蒲发杰3，张林华1，宋永兴1

( 1. 山东建筑大学热能工程学院，济南250101；2. 山东建筑大学设计院，济南250101；3. 中国石油吐哈油田公司，新疆哈密839009 )

收稿日期:2024-12-13 修回日期:2025-01-13 出版日期:2026-04-18 发布日期:2026-04-17

Fault Feature Extraction Method of Acoustic Signals of Wind Turbine Blades

Received:2024-12-13 Revised:2025-01-13 Online:2026-04-18 Published:2026-04-17

摘要/Abstract

摘要： 风力发电机叶片的故障噪声信号通常呈现非平稳、低信噪比的特性，其故障特征难以提取。为此，将自相关函数与主成分分析的优势结合，提出一种自相关增强的时频和主成分分析的解调方法(Autocorrelation Enhanced Time-frequency Analysis and Principal Component Analysis Demodulation，AETFA-PCAD)。使用AETFA-PCAD 方法和小波包对仿真信号分析，证实所提方法对非平稳、低信噪比信号频率特征提取的可行性；利用AETFA-PCAD方法提取风力机叶片故障特征，并与小波包变换和Hilbert-Huang变换方法的特征提取效果对比。结果显示，提出的自相关增强的时频和主成分分析的解调方法能够利用非平稳、低信噪比声信号有效提取风力机叶片的故障特征，为风力涡轮机叶片故障诊断奠定坚实的理论基础。

关键词: 故障诊断, 自相关函数, 非平稳, 风力机叶片, 故障特征

朱洪滨, 赵琰杰, 张斌, 蒲发杰, 张林华, 宋永兴. 风力机叶片声信号故障特征提取方法研究[J]. 噪声与振动控制, 2026, 46(2): 129-135.

[1]	张超, 李晨昕, 周天赐, 靳瑞卿, 何玉灵. 基于振动灰度图的DCGAN结合ResNet50 的发电机故障诊断[J]. 噪声与振动控制, 2026, 46(2): 95-101.
[2]	田政, 孙灿飞, 王景霖, 沈勇. 最优模态双谱互信息编码的螺旋锥齿轮故障诊断[J]. 噪声与振动控制, 2026, 46(2): 102-107.
[3]	张吉鑫, 马萍, 张宏立, 王妮妮, 王聪, 李新凯. 基于GC-KAN网络的声信号滚动轴承故障诊断[J]. 噪声与振动控制, 2026, 46(2): 115-120.
[4]	张远亮, 倪天极, 张立民. 一种增强特征单调性的轴承剩余寿命预测方法[J]. 噪声与振动控制, 2026, 46(2): 142-148.
[5]	赵方祥, 戚晓利, 杨文好, 崔德海, 王志文. 基于DenseNet-MGAM与IWSO-XGBoost网络模型的行星齿轮箱故障诊断方法#br#[J]. 噪声与振动控制, 2026, 46(2): 149-155.
[6]	朱贺, 邢雪, 林麟, 陈波, 郭俊华, 夏兆旺. 耦合临界面-应力场强的缺口件多轴振动疲劳寿命预测[J]. 噪声与振动控制, 2026, 46(2): 156-161.
[7]	郭亚静. 机械传动中滚动轴承的故障诊断研究[J]. 噪声与振动控制, 2026, 46(2): 162-166.
[8]	甄冬, 桂慧震, 肖东泽, 冯国金, 景鸿翔, 谷丰收. 基于两轴TVF-EMD残差信号行星齿轮箱故障诊断方法[J]. 噪声与振动控制, 2025, 45(6): 132-138.
[9]	祝振宁, 钟志贤, 王广斌, 赵树标, . 滚动轴承故障特征提取的VMD-IMCKD参数优化方法[J]. 噪声与振动控制, 2025, 45(6): 147-153.
[10]	崔吉强, , 高军伟, , 吴文凯, . 基于SENet-MultiHead-BiTCN的轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(6): 190-195.
[11]	顾宇轩, 张金哲, 于佳鑫, 管宇, 林可欣, 黄研清. 基于动态贝叶斯网络对飞机机翼结构健康监测[J]. 噪声与振动控制, 2025, 45(6): 203-208.
[12]	万懿茹, 廖爱华, 胡定玉, 师蔚. 基于时间-角度循环平稳的轴箱轴承轨旁声学诊断[J]. 噪声与振动控制, 2025, 45(6): 214-219.
[13]	欧阳日上, 王志伟, . 非平稳路面激励下车辆-堆码货物耦合系统响应分析[J]. 噪声与振动控制, 2025, 45(6): 40-45.
[14]	李耀华, 张鑫杰. 改进图注意力网络变工况滚动轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(5): 110-116.
[15]	李韵, 杨东来, 李鸿光, 周吉文. 基于瞬时频率估计的变转速齿轮箱故障诊断方法[J]. 噪声与振动控制, 2025, 45(5): 117-122.