本文關(guān)鍵詞：基于音頻識(shí)別的防爆電機(jī)故障監(jiān)測(cè)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：對(duì)運(yùn)行中的防爆電機(jī)進(jìn)行監(jiān)測(cè)能反應(yīng)防爆電機(jī)的運(yùn)行狀態(tài),有利于維護(hù)人員對(duì)防爆電機(jī)進(jìn)行掌控,可以有效監(jiān)測(cè)故障的發(fā)生。而聲音作為一種重要的溝通方式,蘊(yùn)含著豐富的信息,可以作為一種監(jiān)測(cè)手段。而且基于音頻識(shí)別的故障監(jiān)測(cè)技術(shù)具有簡(jiǎn)單、智能的優(yōu)點(diǎn),甚至非專業(yè)人員也可以通過對(duì)這種故障監(jiān)測(cè)方法的使用,達(dá)到發(fā)現(xiàn)或預(yù)測(cè)故障的目的,提前進(jìn)行故障維修。目前越來越多的研究人員對(duì)音頻識(shí)別技術(shù)展開了研究。本文對(duì)基于音頻識(shí)別的防爆電機(jī)故障監(jiān)測(cè)技術(shù)展開了研究。正是在此背景下,本文對(duì)基于音頻識(shí)別的故障檢測(cè)系統(tǒng)進(jìn)行了研究,首先對(duì)音頻信號(hào)進(jìn)行了分析,通過對(duì)音頻信號(hào)的預(yù)加重、分幀、加窗、端點(diǎn)檢測(cè)技術(shù)展開研究,進(jìn)行信號(hào)的預(yù)處理。在音頻信號(hào)的特征參數(shù)方面,選取線性預(yù)測(cè)倒譜系數(shù)(LPCC)和Mel頻率倒譜系數(shù)(MFCC)進(jìn)行研究。在對(duì)音頻信號(hào)的預(yù)處理和特征提取后,逐步分析出能表示音頻信號(hào)本質(zhì)的特征參數(shù),之后基于隱馬爾科夫模型(HMM)進(jìn)行聲學(xué)建模,研究了HMM中涉及到主要問題,分別研究了其解決方法。最后對(duì)幾種常用的降噪技術(shù)進(jìn)行了研究。本文在對(duì)雙門限端點(diǎn)檢測(cè)技術(shù)進(jìn)行研究時(shí)發(fā)現(xiàn),門限值的設(shè)定是依靠研究人員的經(jīng)驗(yàn)或者通過反復(fù)的實(shí)驗(yàn)決定的,但是這種根據(jù)研究人員的經(jīng)驗(yàn)和多次實(shí)驗(yàn)決定的門限值在遇到復(fù)雜的環(huán)境下,性能并不太好,當(dāng)噪聲變化不大時(shí),正確率還比較高,但是當(dāng)環(huán)境噪聲變化較大時(shí),這種設(shè)置固定的門限值方法就無法適應(yīng)這種環(huán)境了。本文針對(duì)這個(gè)問題,對(duì)該方法進(jìn)行了改進(jìn),使用自適應(yīng)的門限值代替固定的門限值,對(duì)窗長(zhǎng)的設(shè)置也進(jìn)行了改動(dòng)。在進(jìn)行特征參數(shù)提取時(shí),常用的MFCC參數(shù)只能描述音頻信號(hào)的靜態(tài)特征,然而人的聽覺系統(tǒng)對(duì)聲音的動(dòng)態(tài)特征的敏感度更高。為了得到能夠描述聲音動(dòng)態(tài)特性的參數(shù),本文提出了一種改進(jìn)的MFCC參數(shù),通過對(duì)MFCC進(jìn)行二次提取,對(duì)MFCC參數(shù)進(jìn)行加權(quán)、差分等變換,得到表示聲音動(dòng)態(tài)特性的參數(shù)。本文通過對(duì)以上技術(shù)的研究與改進(jìn),研究出了基于音頻識(shí)別的防爆電機(jī)故障監(jiān)測(cè)系統(tǒng),并取得了不錯(cuò)的識(shí)別性能。
【關(guān)鍵詞】：防爆電機(jī) 故障監(jiān)測(cè) 特征提取 HMM模型
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TQ086.2;TE65
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 創(chuàng)新點(diǎn)摘要6-9
• 第一章 緒論9-15
• 1.1 本課題的研究背景及意義9-11
• 1.2 發(fā)展及現(xiàn)狀11-12
• 1.3 故障監(jiān)測(cè)的問題和困難12-13
• 1.4 本課題的主要研究?jī)?nèi)容13
• 1.5 本章小結(jié)13-15
• 第二章 音頻信號(hào)分析15-28
• 2.1 音頻信號(hào)的預(yù)處理15-19
• 2.1.1 預(yù)加重15
• 2.1.2 分幀加窗15-16
• 2.1.3 音頻端點(diǎn)檢測(cè)算法改進(jìn)及實(shí)現(xiàn)16-19
• 2.2 音頻信號(hào)的特征參數(shù)提取19-27
• 2.2.1 線性預(yù)測(cè)倒譜系數(shù)（LPCC）19-22
• 2.2.2 Mel頻率倒譜系數(shù)（MFCC）22-25
• 2.2.3 改進(jìn)的Mel頻率倒譜系數(shù)（△MFCC）25-27
• 2.3 本章小結(jié)27-28
• 第三章 音頻識(shí)別的模型及其訓(xùn)練方法28-38
• 3.1 隱馬爾可夫模型（HMM）28-34
• 3.1.1 隱馬爾可夫模型的概念28-29
• 3.1.2 隱馬爾可夫模型的結(jié)構(gòu)與類型29-30
• 3.1.3 隱馬爾可夫模型的三個(gè)基本問題30-34
• 3.2 隱馬爾可夫模型在音頻識(shí)別中的應(yīng)用34-37
• 3.3 本章小結(jié)37-38
• 第四章 電機(jī)噪聲信號(hào)的降噪處理38-45
• 4.1 噪聲的分類38-39
• 4.1.1 加性噪聲、乘性噪聲38-39
• 4.1.2 平穩(wěn)噪聲、緩變?cè)肼暸c沖激噪聲39
• 4.2 噪聲對(duì)識(shí)別系統(tǒng)的影響39
• 4.3 各種抗噪聲音頻識(shí)別技術(shù)39-43
• 4.3.1 抗噪聲音頻增強(qiáng)技術(shù)39-41
• 4.3.2 抗噪型音頻特征提取技術(shù)41-42
• 4.3.3 基于模型補(bǔ)償?shù)娜ピ敕椒?/span>42-43
• 4.4 本章小結(jié)43-45
• 第五章 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)45-56
• 5.1 實(shí)驗(yàn)的軟硬件環(huán)境45
• 5.2 故障模型庫(kù)的建立45
• 5.3 識(shí)別系統(tǒng)的組成45-54
• 5.3.1 音頻信號(hào)的預(yù)處理45-48
• 5.3.2 特征參數(shù)的改進(jìn)48-51
• 5.3.3 基于HMM模型的故障識(shí)別51-52
• 5.3.4 抗噪處理技術(shù)52-54
• 5.4 系統(tǒng)的實(shí)現(xiàn)54-55
• 5.5 本章小結(jié)55-56
• 總結(jié)與展望56-58
• 參考文獻(xiàn)58-61
• 攻讀碩士學(xué)位期間發(fā)表文章目錄61-62
• 致謝62-63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 吳嘉彥;;基于互聯(lián)網(wǎng)實(shí)現(xiàn)戶外音頻直播關(guān)鍵技術(shù)研究[J];賀州學(xué)院學(xué)報(bào);2011年03期

  本文關(guān)鍵詞：基于音頻識(shí)別的防爆電機(jī)故障監(jiān)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：276248