基于聲音信號的故障診斷研究及應(yīng)用.pdf

1、近些年，基于聲音信號的故障診斷技術(shù)被應(yīng)用在多個領(lǐng)域，例如風(fēng)機故障診斷、發(fā)動機故障診斷、放電故障診斷等?；诼曅盘柕墓收显\斷應(yīng)用繁多，其也逐漸成為故障診斷領(lǐng)域中的一個研究熱點，并引起了諸多學(xué)者的關(guān)注。目前，基于聲音信號的故障診斷研究仍存在一些問題，如:采集到的聲信號信噪比較低、故障診斷分類器無法實現(xiàn)類別增量學(xué)習(xí)、大多故障診斷系統(tǒng)的應(yīng)用太過局限等。針對以上問題，本文主要研究了診斷系統(tǒng)的濾波、信號特征提取以及信號的類別增量學(xué)習(xí)算法，所做工作如

2、下:
　　首先，介紹了故障診斷的常用濾波方法。因采集的聲信號信噪比較低，故本文對聲信號的常用濾波算法進行了簡單的介紹與分析，主要的濾波方法有:奇異值分解濾波、小波濾波、經(jīng)驗?zāi)B(tài)分解濾波。特別的，針對傳統(tǒng)經(jīng)驗?zāi)B(tài)分解濾波存在的一些問題，本文對其進行了改進，增強了信號的濾波效果。
　　其次，分別采用基于小波包分解能量、經(jīng)驗?zāi)B(tài)分解能量以及梅爾倒譜系數(shù)的特征提取方法對聲信號進行特征提取，將得到的特征向量送入SVM分類器進行訓(xùn)練，診