一种基于声纹分析的疏水阀故障在线监测方法及系统

本发明公开了一种基于声纹分析的疏水阀故障在线监测方法及系统，涉及工业设备状态监测技术领域，本发明通过采用基于REPET的盲源分离算法对声纹信号进行预处理，去除环境噪声干扰；利用MFCC方法提取声纹特征，并采用GMM模型进行故障诊断。本发明实现了对疏水阀故障的实时、准确监测，对疏水阀内漏、堵塞等故障的声纹异常识别准确率高，信号处理与识别时间短，误判率低，有效提高了疏水阀故障诊断的效率和可靠性，为汽轮机的安全稳定运行提供了有力保障。面对火力发电厂嘈杂、空间狭小等复杂现场环境，本发明展现出卓越适应性。其先进声纹预处理算法能有效滤除环境噪声，精准聚焦于疏水阀声纹特征。