龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明提供一种基于音频信息和PSO‑MSVM的传送带托辊设备故障检测方法，涉及故障监测与诊断技术领域。该现场采集标记过的传送带托辊设备运转过程中的音频信息；对每个音频所对应的托辊设备的磨损程度进行标记，确定采集到的多组带标签的正常传送带托辊音频数据集和故障传送带托辊音频数据集；然后提取正常和故障的传送带托辊音频数据提取音频信息的MFCC特征，并进行归一化处理；对归一化后的带标签的MFCC特征数据矩阵利用支持向量机模型对其进行训练，并利用粒子群算法对训练的支持向量机模型的参数进行优化，进而得到优化后的托辊故障检测模型，实现对托辊故障的检测。该方法能够指导传送带运输现场对托辊设备的实时检测，保障了采矿工业运输现场的安全。
主权项：1.一种基于音频信息和PSO-MSVM的传送带托辊设备故障检测方法，其特征在于：包括以下步骤：步骤1、标记正常传送带托辊和故障传送带托辊，并现场采集标记过的传送带托辊设备运转过程中的音频信息；步骤2、对每个音频所对应的托辊设备的磨损程度进行标记，确定采集到的多组带标签的正常传送带托辊音频数据集和故障传送带托辊音频数据集；步骤3、对步骤2所得到的正常和故障的传送带托辊音频数据提取音频信息的MFCC特征，并进行归一化处理；步骤4、对归一化后的带标签的MFCC特征数据矩阵利用支持向量机模型对其进行训练，并利用粒子群算法对训练的支持向量机模型的参数进行优化，进而得到优化后的托辊故障检测模型；步骤5、实时采集托辊运转过程的音频数据，对采集到的每一段音频数据按照步骤3的方法，对采集到的音频数据进行预处理，得到音频信息的MFCC特征数据矩阵；步骤6、对步骤5得到的音频信息的MFCC特征数据矩阵采用与步骤3相同的归一化方法进行归一化处理，得到归一化后的MFCC数据特征矩阵；步骤7、将步骤6得到的归一化后的MFCC特征数据矩阵在训练优化后的故障检测模型中进行测试，检测托辊状态。
全文数据：
权利要求：
百度查询： 东北大学 基于音频信息和PSO-MSVM的传送带托辊设备故障检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号