10.3969/j.issn.1001-3881.2022.16.033
基于Gammatone倒谱系数的异步电机故障诊断方法研究
异步电机运行声音包含着许多重要信息,对声学特征的有效提取结果可用于故障检测.因此,提出一种基于可听声信号的异步电机故障诊断方法.以异步电机为实验对象,利用Gammatone滤波器提取一种正常工况和两种异常工况的声音信号GFCC特征向量;采用卷积神经网络对可视化后的特征量进行分类识别.结果表明:相较于利用梅尔滤波器提取的两种特征量,利用GFCC提取的特征量具有更高的目标识别率.
异步电机、特征提取、Gammatone倒谱系数、卷积神经网络
50
TH17
天地科技股份有限公司科技创新创业资金专项资助项目;天地科技股份有限公司科技创新创业资金专项资助项目
2022-10-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
181-186