基于声发射数据融合与特征提取的起重机故障诊断

声发射特征的有效提取是起重机故障诊断和寿命预测的关键，且数据融合是通过融合多个原始特征来提取重要特征的方法。文中利用各种信号处理技术，从起重机重要部件的原始声发射信号中提取声发射特征，并采用随机森林方法从提取的特征中选择相关的特征子集。随后，选用8种降维方法对所选特征进行融合，来提取二维故障特征和健康指标。最后，利用巴氏距离和支持向量机验证故障诊断的准确性，计算出一种新的指标来选择合适的预测健康指标，并利用长短期记忆方法来预测起重机的剩余使用寿命，由实际工程中的起重机声发射数据验证了所提方法的有效性。