基于噪聲的設(shè)備故障識(shí)別.pdf

1、隨著國家現(xiàn)代化水平的不斷提高和居民收入的日益增長，空調(diào)逐漸成為我們的生活中不可或缺的元素?？照{(diào)在運(yùn)行時(shí)會(huì)由于振動(dòng)而產(chǎn)生噪聲，噪聲中包含空調(diào)運(yùn)行過程中的狀態(tài)信息。根據(jù)空調(diào)運(yùn)行時(shí)產(chǎn)生的噪聲不同，可以判斷空調(diào)是正常運(yùn)行還是發(fā)生故障。因此本文的主要研究內(nèi)容是通過對(duì)空調(diào)噪聲的識(shí)別，來判斷空調(diào)是否發(fā)生故障以及發(fā)生故障的原因。
　　本文首先將不同的聲音特征應(yīng)用于空調(diào)機(jī)組噪聲中，通過對(duì)比不同聲音特征在空調(diào)機(jī)組噪聲識(shí)別中的表現(xiàn)，得出梅爾倒譜特征與短

2、時(shí)能量特征的混合特征在機(jī)組噪聲識(shí)別中取得了較好的結(jié)果。然后，通過對(duì)比高斯混合模型和高斯混合模型-通用背景模型的實(shí)驗(yàn)結(jié)果，得出 GMM-UBM模型的識(shí)別率要優(yōu)于 GMM模型。因此系統(tǒng)中采用梅爾倒譜特征與短時(shí)能量特征的混合特征作為機(jī)組噪聲的特征，GMM-UBM模型作為識(shí)別模型。
　　系統(tǒng)主要包括三個(gè)模塊，預(yù)處理模塊、模型建立模塊和識(shí)別模塊。預(yù)處理模塊主要的功能為對(duì)聲音信號(hào)進(jìn)行預(yù)處理包括讀取聲音文件，對(duì)聲音信號(hào)進(jìn)行歸一化、分幀、加窗和提