一种机器异响识别方法、系统、设备及介质

本发明提供了一种机器异响识别方法、系统、设备及介质，属于工业设备故障诊断与智能运维技术领域。方法包括：从机器设备中获取含异响信息的原始声信号，并进行预处理；从预处理后的原始声信号提取出梅尔频率倒谱系数，作为基础数据集；利用基础数据集训练长短期记忆网络模型，生成声信号分类模型；实时获取机器设备的运行声信号，进行预处理并提取出梅尔频率倒谱系数，作为特征集；运用声信号分类模型，对特征集进行分类，判断运行声信号属于异响信号还是常规运行声信号；根据判断结果识别出异响信号，对异响信号进行存储和报警。本发明通过MFCC增强异响特征表征能力，结合LSTM的时序建模优势，实现高精度、强鲁棒性的机器异响识别。