摘要
本申请属于风机叶片检测领域,具体公开了一种基于音频和图像的风机叶片损伤识别方法及装置,方法包括:获取风机叶片的音频信号和图像数据;利用倍频程算法将所述音频信号的频谱划分为多个频程,并提取所述多个频程的声压级特征;将所述声压级特征输入到训练好的反向传播神经网络模型BPNN中,得到所述风机叶片损伤情况的音频识别结果;将所述图像数据输入到训练好的轻量化卷积神经网络模型中,得到所述风机叶片损伤情况的图像识别结果;对所述音频识别结果和图像识别结果进行综合判断,得到所述风机叶片损伤情况的综合识别结果。通过本申请,可提高风机叶片损伤检测的精确度。
技术关键词
风机叶片
损伤识别方法
轻量化卷积神经网络
神经网络模型
多层感知器
健康状态信息
分支
损伤识别装置
残差结构
音频识别模块
图像识别模块
全局平均池化
标签
样本
多尺度
矩阵
频率
存储计算机程序
系统为您推荐了相关专利信息
轻量化神经网络
神经网络结构
沟槽
知识蒸馏技术
网络剪枝
自定义算子
嵌入式设备
卷积神经网络模型
样本
计算机执行指令