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：广东敏卓机电股份有限公司

摘要：本发明涉及人工智能技术领域，公开了一种微电机异音检测方法及装置，该方法包括：通过传感设备采集微电机在预设状态下的声音信号，对声音信号进行预处理，得到处理后的音频信号数据集合，对音频信号数据集合进行分类与分解操作，得到异音信号的训练数据集合与验证数据集合，根据SGE模块、Dropout层与深度残差收缩网络模型生成改进深度残差收缩网络模型，将训练数据集合与验证数据集合输入至改进深度残差收缩网络模型分别进行训练与调参操作，得到最终的异音检测模型，并进行声音信号的识别分类，得到最终的异音识别分类结果。可见，实施本发明能够对微电机的多种异音智能化识别，从而有利于提高对微电机的异常声音检测与识别的效率与准确率。

主权项：1.一种微电机异音检测方法，其特征在于，所述方法包括：通过传感设备采集微电机在预设状态下的声音信号；对所述声音信号进行预处理，得到处理后的音频信号数据集合，所述音频信号数据集合包括多个音频信号片段，对所述音频信号数据集合进行分类与分解操作，得到异音信号的训练数据集合与验证数据集合；将SGE模块、Dropout层与深度残差收缩网络模型进行融合，生成改进深度残差收缩网络模型，将所述训练数据集合与所述验证数据集合输入至所述改进深度残差收缩网络模型分别进行训练与调参操作，得到最终的异音检测模型；将预先获取到的异音测试数据输入至所述异音检测模型进行识别分类，得到最终的异音识别分类结果；其中，所述对所述音频信号数据集合进行分类与分解操作，得到异音信号的训练数据集合与验证数据集合，包括：根据每一个预设状态的类型对所述音频信号数据集合进行标记分类，得到每一个类型对应的音频信号分类集合；通过经验傅里叶分解算法对所有音频信号分类集合中的每一个音频信号片段进行分解处理，得到处理后每一个音频信号片段对应的多个具有局部频率特征的分量数据，并选取每一个音频信号片段对应的分量数据中具有最高频率分量的目标分量数据，作为所述音频信号片段对应的故障特征分量，所述分量数据包括每一个音频信号片段对应的时域数据与频域数据；根据预设的分割比例对所有音频信号分类集合中音频信号片段对应的故障特征分量进行样本分割，得到分割后的异音信号的训练数据集合与验证数据集合；所述通过经验傅里叶分解算法对所有音频信号分类集合中的每一个音频信号片段进行分解处理，包括：通过频谱分割技术在预设角频率范围内对所有音频信号分类集合中的每一个音频信号片段进行划分，得到每一个音频信号片段在预设角频率范围内对应的N个角频率片段；提取每一个音频信号片段在预设角频率范围内的第一预设角频率、第二预设角频率与局部极值处对应的频谱数值作为目标序列，并将所述目标序列中的幅值按降序排列，得到前N个幅值的最大值对应的角频率的数组序列，所述第一预设角频率表示为，所述第二预设角频率表示为；定义所述角频率的数组序列中的所述第一预设角频率与所述第二预设角频率区间内对应的边界信号表达公式，根据所述边界信号表达公式得到边界信号；其中，所述边界信号的表达公式为： 其中，所述表示和之间的频谱数值，所述表示为所述在定义域中取得最小值时对应的取值，所述n表示分解成分数量；根据所述边界信号构建零相滤波器组；通过所述零相滤波器组对所述边界信号进行滤波处理操作，得到滤波处理后的过滤信号，并通过傅里叶反变换算法对所述过滤信号进行变换处理操作，得到每一个音频信号片段对应的多个具有局部频率特征的分量数据。

全文数据：

权利要求：

百度查询： 广东敏卓机电股份有限公司 一种微电机异音检测方法及装置