面向预测性维护的电机振动声学多模态特征融合与早期故障诊断系统设计.docx

PAGE2

面向预测性维护的电机振动声学多模态特征融合与早期故障诊断系统设计

摘要

本课题面向工业电机预测性维护需求，针对早期微弱故障特征难以提取、单一模态信息不足的痛点，设计并实现一套融合振动与声学信号的多模态特征融合与智能诊断系统。系统以嵌入式边缘计算节点为核心，同步采集电机振动加速度与近场声压信号，通过短时傅里叶变换与小波包变换提取时频特征，构建基于注意力机制的多模态特征融合网络，最终实现轴承磨损、转子不平衡、气隙偏心等六类常见故障的高精度分类与早期预警。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。第一章分析预测性维护的现实需求与现有诊断方法的局限；第二章