摘要
本发明公开了一种基于特征分解与重构的工业跨域声纹故障诊断方法,包括获取工业设备的声音数据信号,并依次进行线性归一化处理、傅里叶变换、梅尔滤波器转换和对数运算得到对数梅尔频谱图;对得到的对数梅尔频谱图进行特征分解,得到谐波分量谱图和冲击分量谱图。本基于特征分解与重构的工业跨域声纹故障诊断方法通过对得到的对数梅尔频谱图进行特征分解,并通过自适应双路特征融合模块对分解后的两个分量谱图进行深层的特征提取,并通过SE模块加强特征信息,通过引入权重进行缩放,起到了良好的鲁棒性和正则作用,解决了工业场景中,声音故障诊断模型不能对未见过的数据分布提供强大的泛化能力的问题。
技术关键词
故障诊断方法
故障诊断模型
归一化模块
谐波
重构
工业设备
注意力机制
融合特征
分支
掩膜
短时傅里叶变换
滤波器
线性
数据分布
功率
频率
标签
系统为您推荐了相关专利信息
风电机组故障
智能预测方法
学习器
风电机组运行数据
风电机组运行状态
故障检测模型
配置网络
分解算法
跨座式单轨列车
数据