一种基于声纹识别的电机故障检测方法及系统

本发明公开了一种基于声纹识别的电机故障检测方法及系统。方法采用环形麦克风阵列非接触采集电机声信号，通过经验模态分解(EMD)与梅尔倒谱系数(MFCC)构建三通道时频数据集，结合CNN+ResNet网络进行故障诊断，支持动态时间规整(DTW)与CNN融合匹配。系统包含预处理模块、故障模板库及匹配算法，集成小波降噪和多波束采集技术，覆盖50Hz‑20kHz频带，可实时显示故障类型及趋势分析，置信度不足时触发二次验证。该方案通过阵列信号处理提升抗干扰能力，结合迁移学习优化模型参数，实现非接触式检测，显著提高故障诊断的实时性与准确性，适用于工业电机健康监测。