摘要
本发明涉及基于时频图和深度学习的风扇异音智能判别检测方法和系统。其中的方法包括:采集风扇声音信号以及风扇转速信号;对风扇声音信号进行识别并截取平稳段声音信号;对平稳段声音信号进行A计权处理,以获得反映人耳在响度感知上的声音特征;对A计权处理后的声音信号进行短时傅里叶变换以获得时频图;通过ResNet18深度学习模型对时频图输入到进行风扇异响分类,以获得对风扇运行状态的智能检测结果。本发明实现对风扇运行状态的智能检测。
技术关键词
判别检测方法
深度学习模型
风扇异音
短时傅里叶变换
风扇转速信号
计算机装置
残差模块
可读存储介质
频率响应
因子
网络结构
通道
指数
校正
偏差
程序
系统为您推荐了相关专利信息
人工智能识别技术
深度学习模型
可读存储介质
字符
计算机
大型海洋哺乳动物
信号分类方法
特征提取方法
全局特征提取
波形
短期负荷预测模型
负荷功率预测方法
互补系统
混合器
混频器
食品安全风险评估
企业
因子
BERT模型
评价指标体系