基于时频图和深度学习的风扇异音智能判别检测方法

AITNT
正文
推荐专利
基于时频图和深度学习的风扇异音智能判别检测方法
申请号:CN202510089988
申请日期:2025-01-21
公开号:CN120108421B
公开日期:2025-10-17
类型:发明专利
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
1
一种迭代式多粒度文档的切分方法
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
2
基于扬声器的抑噪音频生成方法、抑噪音频生成设备及存储介质
掩模 短时傅里叶变换 生成方法 扬声器 卷积特征
3
一种大型海洋哺乳动物声信号分类方法及系统、电子设备
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
4
基于分位混频器的多区域多能互补系统负荷功率预测方法
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
5
一种基于大数据的食品安全风险分析与预测方法
食品安全风险评估 企业 因子 BERT模型 评价指标体系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号