利用多传感器信号指标的风扇状态监测方法研究

摘要

本文提出一种基于多传感器信号指标的风扇状态监测方法。首先使用多种常用的传感器对风扇进行拾取信号,采集不同状态下的多种传感器信号,并且计算出信号的指标;然后采用主成分分析法(PCA)对多传感器信号指标进行降维处理,提取可以表征风扇运行状态的主要成分指标;最后使用对非线性特征指标进行学习具有优势的循环神经网络(RNN)进行预测分析,实现对风扇状态的有效监测和故障识别,并通过实验验证了本文方法的有效性。