【摘要】：隨著工業(yè)生產(chǎn)自動(dòng)化的迅速發(fā)展,機(jī)械設(shè)備的正常、安全運(yùn)行對(duì)于工業(yè)生產(chǎn)有著重要的作用,而工業(yè)設(shè)備發(fā)展的復(fù)雜性,導(dǎo)致很難人為確認(rèn)設(shè)備前期故障的發(fā)生,當(dāng)故障發(fā)展到一定程度,將會(huì)造成重大經(jīng)濟(jì)損失,更嚴(yán)重者會(huì)導(dǎo)致惡劣災(zāi)難的發(fā)生,所以對(duì)機(jī)械設(shè)備的異常診斷研究有著極其重要的意義。而聲音識(shí)別技術(shù)在機(jī)械設(shè)備的異常識(shí)別方面有著廣泛的應(yīng)用前景,值得進(jìn)行深入研究。本文針對(duì)如何有效的進(jìn)行設(shè)備運(yùn)行異常識(shí)別,并提高異常信號(hào)識(shí)別的準(zhǔn)確率問題,在高壓泵工作聲音數(shù)據(jù)的基礎(chǔ)上,著重對(duì)聲音信號(hào)的特征提取進(jìn)行研究。文中分別提取信號(hào)的小波包分解能量特征、MFCC及其差分特征進(jìn)行實(shí)驗(yàn),分析兩種特征在機(jī)械設(shè)備異常聲音中的識(shí)別準(zhǔn)確率,得出兩種特征在設(shè)備異常聲音識(shí)別中有著較好的識(shí)別效果,可以用來進(jìn)行設(shè)備的異常診斷識(shí)別。其次在兩特征的基礎(chǔ)上提出了MFCC融合特征,即分別提取信號(hào)的小波包分解能量特征、MFCC特征以及信號(hào)的短時(shí)過零率特征,進(jìn)行線性融合。對(duì)融合后的特征使用SVM分類器進(jìn)行分類訓(xùn)練,通過分析發(fā)現(xiàn)相比于單特征,融合后特征對(duì)于設(shè)備的異常診斷有著更好的效果,但實(shí)驗(yàn)運(yùn)行時(shí)間有所增加。針對(duì)此問題,本文使用PCA方法對(duì)融合后的特征進(jìn)行優(yōu)化,對(duì)融合特征進(jìn)行不同維度的數(shù)據(jù)降維處理。選擇降維后識(shí)別效果最好的維度特征進(jìn)行最終實(shí)驗(yàn),得到了更好的識(shí)別結(jié)果并減少了實(shí)驗(yàn)的運(yùn)行時(shí)間。在分類器選擇方面,文中主要選擇支持向量機(jī)(SVM)和高斯混合模型(GMM)兩種分類模型,并利用上述特征進(jìn)行分類實(shí)驗(yàn)。通過對(duì)比識(shí)別準(zhǔn)確率,最終得出在機(jī)械設(shè)備異常聲音信號(hào)識(shí)別中,SVM分類效果較GMM方法有著更好的識(shí)別準(zhǔn)確率。通過實(shí)驗(yàn)可以得出,在機(jī)械設(shè)備異常聲音識(shí)別方面,降維后的MFCC融合特征與SVM結(jié)合的方法有著更好的識(shí)別效果。
【圖文】：

型庫中模型進(jìn)行匹配對(duì)比找到與其最接近的模型，得到相應(yīng)的識(shí)別結(jié)果。逡逑訓(xùn)練和測(cè)試過程主要由三部分組成，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、對(duì)處理后的數(shù)據(jù)逡逑進(jìn)行特征提取，最后進(jìn)行分類決策。其過程如圖２－１所示。逡逑訓(xùn)練輪段逡逑訓(xùn)練樣本＾一＾卜邐：——－訓(xùn)練模型＾——－邐模型庫逡逑數(shù)據(jù)丨邐Ｉ逡逑預(yù)處理Ｓ邐。丨逡逑邐Ｒ邋Ｉ邐４邐逡逑特征提取丨逡逑測(cè)試樣本ｉ￣－邋：邐＾邐邐…一邐—判定逡逑測(cè)試階段逡逑Ｉ邋－邐人逡逑識(shí)別結(jié)果逡逑圖２－１聲音識(shí)別系統(tǒng)的流程圖逡逑２．１預(yù)處理逡逑聲音數(shù)據(jù)識(shí)別的正確率與原始數(shù)據(jù)的預(yù)處理密不可分。對(duì)聲音數(shù)據(jù)進(jìn)行有逡逑７逡逑

對(duì)于所有的樣本／，若：＞？，，卜，．１邋＋邋６；。）＞０則表不所有的訓(xùn)練樣本均被正確分逡逑類。逡逑假設(shè)要進(jìn)行分類的兩類數(shù)據(jù)分布如圖２－２所示，其中圖中的正方形為第一逡逑類，用Ｊ表示，圓形為第二類，用５表示。而圖中顯示的就是對(duì)兩個(gè)可分的數(shù)逡逑據(jù)集ｄ和５通過超平面／／進(jìn)行正確的分類。設(shè)在超平面／／兩側(cè)存在與其平行的逡逑超平面／／，和超平面，且兩個(gè)超平面與／／之間的距離稱之為間隔，則尋求最逡逑大間隔分類器就是尋找是間隔最大的超平面［３３］。從圖２－２中可以看出，兩個(gè)超逡逑平面間隔越大，由這個(gè)超平面所定義的分類器的分類準(zhǔn)確率越好。逡逑在引入間隔６邋＞０的情況下求解，使：逡逑ｙ，（ｗ－Ｘｌ＋ａ）０）＞ｂ邐（２－１７）逡逑１２逡逑
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN912.3;TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范海寧,郭英,吳劍鋒,陳志武;基于小波包分解的聲信號(hào)特征提取方法[J];現(xiàn)代電子技術(shù);2005年04期

2 付華;尹麗娜;;小波包分解在電機(jī)故障診斷中的應(yīng)用[J];微電機(jī);2007年05期

3 王麗君;楊振中;田光旭;葛臨東;;小波包分解在氫發(fā)動(dòng)機(jī)異常燃燒診斷中的應(yīng)用[J];車用發(fā)動(dòng)機(jī);2007年06期

4 胡子谷,宓為建,石來德;故障振動(dòng)信號(hào)的小波包分解與診斷[J];振動(dòng)與沖擊;1998年02期

5 歐陽喜,葛臨東;一種基于小波包分解提高數(shù)字幅相調(diào)制抗干憂性能的方法[J];信息工程學(xué)院學(xué)報(bào);1998年02期

6 付華;尹麗娜;;基于小波包分解的煤礦通風(fēng)機(jī)故障診斷[J];煤礦機(jī)電;2007年02期

7 張永建;孫燕芳;邢龍超;;基于小波包分解的滾動(dòng)軸承故障診斷方法的研究[J];煤礦機(jī)械;2014年05期

8 顏世玉;劉沖;趙海濱;王宏;;基于小波包分解的意識(shí)腦電特征提取[J];儀器儀表學(xué)報(bào);2012年08期

9 張兢;;發(fā)動(dòng)機(jī)汽缸振動(dòng)信號(hào)的小波包分解與故障診斷[J];機(jī)械與電子;2006年03期

10 付煒,邢廣忠,侯藍(lán)田,景源;基于小波包分解變換的圖像數(shù)字水印嵌入算法研究[J];應(yīng)用科學(xué)學(xué)報(bào);2005年06期

相關(guān)會(huì)議論文 前10條

1 范海寧;郭英;吳劍鋒;陳志武;;基于小波包分解的聲信號(hào)特征提取方法[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

2 張旭;張貴倉;;一種基于小波包分解的自適應(yīng)數(shù)字水印算法[A];中國幾何設(shè)計(jì)與計(jì)算新進(jìn)展2007——第三屆中國幾何設(shè)計(jì)與計(jì)算大會(huì)論文集[C];2007年

3 羅忠;孫偉;張帥;韓清凱;;基于小波包分解的不對(duì)中轉(zhuǎn)子系統(tǒng)的振動(dòng)特征分析[A];第9屆全國轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)討論會(huì)ROTDYN'2010論文集[C];2010年

4 趙池航;周百令;李坤宇;趙立業(yè);;小波包分解在高精度海洋重力儀數(shù)據(jù)處理中的應(yīng)用研究[A];中國慣性技術(shù)學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2003年

5 李凌均;段晨東;;基于支持向量機(jī)和小波包變換的結(jié)構(gòu)損傷診斷方法[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

6 王志剛;呂勇;李友榮;李方;;基于自適應(yīng)諧波小波包分解的齒輪故障診斷方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

7 王紅萍;金彥豐;陳曉輝;曹海軍;;基于小波包分解的FX全頻帶自適應(yīng)噪聲抵消系統(tǒng)設(shè)計(jì)[A];2008’促進(jìn)中西部發(fā)展聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2008年

8 武慧娟;曹輝;;小波包降噪在雷聲信號(hào)處理中的應(yīng)用[A];中國聲學(xué)學(xué)會(huì)第十一屆青年學(xué)術(shù)會(huì)議會(huì)議論文集[C];2015年

9 張俊峰;李興國;婁國偉;;基于小波包的電磁干擾分析[A];2007年全國微波毫米波會(huì)議論文集（下冊(cè)）[C];2007年

10 張立國;張生;谷建平;康科;;小波包分析在齒輪故障診斷中的應(yīng)用[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 陳孝敬;小波變換在光譜和多光譜圖像的應(yīng)用與研究[D];廈門大學(xué);2009年

2 常廣;高壓斷路器振動(dòng)監(jiān)測(cè)與故障診斷的研究[D];北京交通大學(xué);2013年

3 林偉;多維多點(diǎn)地震激勵(lì)的大跨度空間結(jié)構(gòu)磁流變阻尼器半主動(dòng)控制[D];天津大學(xué);2009年

4 吳婷;自發(fā)腦電腦機(jī)接口模式識(shí)別關(guān)鍵技術(shù)與實(shí)驗(yàn)研究[D];上海交通大學(xué);2008年

5 馬麗艷;基于變分方法的圖像分割和圖像恢復(fù)研究[D];北京交通大學(xué);2013年

6 褚亮;陶瓷材料破壞過程與增韌效應(yīng)的聲發(fā)射特性研究[D];北京理工大學(xué);2015年

7 杜燦誼;基于建模仿真與振動(dòng)分析的發(fā)動(dòng)機(jī)故障診斷方法研究[D];華南理工大學(xué);2013年

8 葉檸;基于腦電信號(hào)的腦—機(jī)接口的關(guān)鍵技術(shù)與實(shí)驗(yàn)研究[D];東北大學(xué);2010年

9 單佩韋;時(shí)頻分析系統(tǒng)及其應(yīng)用[D];華東師范大學(xué);2011年

10 胡俊亮;鋼管混凝土拱—連續(xù)梁組合體系橋梁損傷識(shí)別研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張軍委;基于音頻融合特征的設(shè)備異常識(shí)別研究[D];山東大學(xué);2019年

2 劉明利;基于深度學(xué)習(xí)網(wǎng)絡(luò)的滾動(dòng)軸承故障識(shí)別方法研究[D];長安大學(xué);2018年

3 武海斌;基于小波變換的平臺(tái)結(jié)構(gòu)損傷辨識(shí)方法研究[D];天津大學(xué);2018年

4 陳亦文;基于小波多分辨率分析和小波包分解的電能質(zhì)量諧波分析方法的研究[D];福州大學(xué);2004年

5 熊星;基于小波包分解和希爾伯特黃變換的滾動(dòng)軸承故障診斷[D];中國科學(xué)技術(shù)大學(xué);2014年

6 張玉婷;基于小波包分解的腦電信號(hào)分類方法研究[D];遼寧師范大學(xué);2015年

7 劉曉菲;±800kV特高壓直流輸電線路故障測(cè)距研究[D];西安科技大學(xué);2017年

8 袁瑞;基于小波包分解與近似熵的特征提取方法研究及在腦機(jī)接口中的應(yīng)用[D];南昌大學(xué);2017年

9 陳琛;基于多傳感器信息融合的管道安全運(yùn)行方法的研究[D];東北大學(xué);2014年

10 郝毅;基于小波包分頻特性的中性點(diǎn)不接地系統(tǒng)鐵磁諧振檢測(cè)[D];天津大學(xué);2007年

本文編號(hào)：2611956