摘要
本发明属于减速箱故障监测预警技术领域,提供了一种基于声纹特征的减速箱故障监测预警方法及系统,首先采集正常工况下、运行健康的减速箱的全域声音信号,将其作为样本集信号数据,接着基于快速独立分量分析的盲源分离算法,对样本集混合声音信号进行分离,接着再基于改进后小包波分解技术对样本集源声音信号特征提取,然后对步骤S3中分解得到频段信号计算样本熵,构建减速箱正常健康状态下的声纹特征向量;本发明通过骨传导声纹传感器对减速箱不同点位0Hz‑20KHz频响声音进行采集,获取全频域声音信号数据;通过对混合声音信号进行分离,降低异常声音干扰,对分离后的声音信号进行特征提取,进行自学习,最终实现对减速箱早期故障特征进行预警。
技术关键词
故障监测预警方法
声纹特征
BP神经网络模型
声音信号特征
故障监测预警系统
信号特征提取
声学信号处理
独立分量分析
样本
频段
故障检测模块
KNN算法
数据分类
异常声音
数据采集模块
监测预警技术
小包
系统为您推荐了相关专利信息
山地光伏发电
光伏阵列
数据实时处理方法
轻量级深度学习
特征提取模型
称重模块
测试方法
温度效应模型
电桥
高低温试验箱
信息风险评估方法
生物特征数据
深度卷积神经网络
相干性
图谱