-
题名融合数字孪生与声纹识别的矿用机电设备故障诊断技术
- 1
-
-
作者
张荣华
-
机构
内蒙古科技大学研究生学院
山西鲁能河曲电煤开发有限责任公司
-
出处
《现代电子技术》
北大核心
2025年第10期52-56,共5页
-
基金
国源电力科信2023年度科技项目及技术标准项目(GSKJ-23-65)。
-
文摘
针对矿用机电设备在复杂工作环境下易发生故障的问题,研究了计算机映射物理实体的数字孪生和故障声纹特征识别技术,提出了一种底层到应用的多架构矿用机电设备智能化故障诊断系统。在所提故障诊断系统的整体架构中,底层构建了包含行为模型、几何模型、规则模型和物理模型的数字孪生体,以及声纹识别所需的传感器、边缘数据处理等模块;上层则分为数据层、应用层和系统层,用于实现数据处理、模型分析与人机交互等功能。同时,基于数字孪生系统、声纹特征提取算法和极限学习机神经网络等,设计了融合数字孪生与声纹识别的关键算法流程。实验测试结果表明,数字孪生体模拟的物理参数误差较低,故障识别准确率可以达到约90%,能够满足工程应用的需求。
-
关键词
矿用机电设备
数字孪生
声纹识别
故障检测
智能化诊断
特征提取
-
Keywords
mine electromechanical equipment
digital twin
voiceprint recognition
fault detection
intelligent diagnosis
feature recognition
-
分类号
TN911.7-34
[电子电信—通信与信息系统]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
