1、成果简介 本项目主要针对铜街子水电站发电机、水轮机等重要设备，以及风洞、水车室等关键部位，在进行声学信号实时在线矩阵数据采集的基础上，利用复杂噪声环境下的故障声音特征提取和分类技术，实现设备运行状况的自主监测和自动预警，提示设备故障发生的可能性及其类别、等级等信息。同时，基于大数据机器学习的自主诊断和智能推理算法，明确运行设备影响因素的相关性特征量，为设备安全稳定运行、维护与检修提供可靠依据。针对水电站噪声环境复杂的情况，专门设计面向宽频段（10Hz~80kHz）故障监测的声学阵列硬件系统，主要包含：宽频段声学阵列实时监测子系统、高性能自主诊断和智能判断的中央系统。宽频段声学阵列实时监测子系统拟设计8*8阵列的10Hz~80kHz声学监测功能，完成水电站复杂声学环境下的故障特征库和专家库构建技术研发。同时，实时监测子系统具有高SNR和低功耗优势，能够满足特殊应用场合的需求。 其核心研究内容及方向包含： （1）分布式声学阵列同步采集及大数据存储设计技术； （2）高灵敏度宽频段声学阵列设计技术； （3）声波特征分析及识别技术； （4）基于分布式声学阵列的声场成像和声源定位技术。 2、主要创新点 本项目关于水电站设备声学特征提取及故障分类主要分为：声学监测数据采集、声学监测数据处理、声学监测信号分析以及声学监测故障特征提取分类四个模块。 研究内容1：分布式声学阵列同步采集及大数据存储设计技术 为了满足声波测量、识别、定位以及机械故障诊断需求，并实现声场分析、声场分布可视化和声源定位功能，特别是满足声学大数据应用需求，本课题设计了分布式声学阵列同步采集及大数据存储、传输设计架构，同时开发了有关的算法并设计软件。 研究内容2：高灵敏度宽频段声学阵列设计技术 为了满足高质量声波测量、识别、声源定位和故障诊断等需求，本课题设计了面向水电应用的宽频段声学阵列，其主要包含二个部分：控制核心部分、宽频段声学传感器阵列前端部分。为实现研究目标，宽频段声学阵列设计结构具有高灵敏度声学接收特性（方向性），结合波束合成和波束设计算法能够实现监测目标区域的高灵敏度指向性信号监测，结合降噪算法实现密闭空间的噪声抑制（抗混叠噪声），降低密闭空间混响带来的信号干扰。 研究内容3：声波特征分析及识别技术 面向水电环境，开发完成了复杂噪声背景下的声学信号变换、声学信号特征提取、多元特征信息融合算法。其中，声学信号变换包含：时域分析、频域分析、时频分析、非线性域分解。在大数据应用背景下，完成特征提取工作。面对多特征，进行了多元特征信息融合，使得状态识别更为智能，主要包含：主成分融合、核主成分融合、决策方法融合等。 研究内容4：基于分布式声学阵列的声场成像和声源定位技术 基于本项目设计的分布式声学传感器阵列，根据实际水电现场空间大小、装置分布状态等，研发了声源定位、声场分析、声场可视化（二维或三维动态声场图显示）算法。