一种基于音频分析的工业空调故障自诊断方法

本发明公开了一种基于音频分析的工业空调故障自诊断方法，包括：1.设定音频采集标准，同步获取设备正常与故障状态下的运行声音；2.建立带标签的样本集，并通过滤除无声段、数据分段及小波去噪等方法进行信号预处理；3.对音频信号进行特征提取构建训练数据集；4.采神经网络进行模型训练，通过自适应学习机制筛选最优诊断模型。本发明能有效利用音频信号中正常信号与异常信号的特征差异，结合神经网络高效的区分，从而能实现高精度的故障诊断，提高诊断效率，提升工业空调在实际运动中的安全性和可靠性。