摘要
本发明提供了一种轨边声学诊断方法、装置、系统和计算机可读存储介质,应用于轨边声学诊断系统,涉及声学诊断技术领域。该方法包括:获取目标声源的声信息和空间信息;将声信息进行短时傅里叶变换;将变换后的声信息和空间信息输入预先训练完成的声场重建模型,输出融合后的三维特征张量;对融合后的三维特征张量进行抑制干扰处理,得到目标声信息;将目标声信息输入预先训练完成的故障诊断模型,输出故障类别;其中,故障诊断模型用于进行无监督异常分类和迁移学习细粒度分类;首先基于声信息和空间信息重建声场,在对其进行干扰抑制处理,之后输入预先训练完成的诊断模型,针对性的抑制了噪声,准确分离了有效信号,提高了故障诊断的准确性。
技术关键词
声学诊断方法
细粒度分类
故障诊断模型
计算机可执行指令
短时傅里叶变换
诊断系统
深度学习架构
无监督
故障类别
特征提取能力
网络
声学诊断装置
基础
可读存储介质
缺陷类别
微机电传感
电声传感器
注意力机制
信息处理模块
处理器
系统为您推荐了相关专利信息
神经网络预测模型
气象预报数据
无人机巡检
分布式光伏
计算机可执行指令
设备故障诊断方法
微服务架构
故障诊断模型
故障检测模型
设备故障监测
可信传输方法
新能源场站
数据安全
验证数据传输
计算机可执行指令