一种基于声纹识别的风机叶片运行状态监测系统及方法

本发明公开了一种基于声纹识别的风机叶片运行状态监测系统及方法，通过数据采集模块获取风机叶片运行时的声纹数据与环境数据；采用改进VMD方法进行降噪处理，通过模糊熵和能量占比自适应优化分解模态数及惩罚因子；根据声纹数据构建若干分支输入数据；将两类分支数据输入预训练的多分支模型，结合声纹信噪比和缺陷置信差异加权融合同类结果，输出缺陷类别及置信度的状态结果；当置信度超阈值时，整合环境数据、叶片参数及GAP特征生成定位分析数据，通过缺陷定位模型确定缺陷位置并触发告警。该方法通过自适应降噪提升特征质量，动态权重优化特征融合效果，置信度融合增强缺陷识别准确性，实现高效定位，显著提高监测效率与可靠性。