基于人工神经网络的扬声器故障检测方法

• 作者: 于德敏 王思俊 王永强 许增朴
• 来源期刊: 天津科技大学学报
• 学科: 工学
• 关键词: 扬声器 小波包变换 特征提取 神经网络 故障诊断
• 年，卷（期）: 2008,（1）
• 页码范围: 46-48,62
• 页数: 4页
• 分类号: TB52
• 字数: 2492字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6510.2008.01.012

摘要

提出了一种基于神经网络的扬声器故障检测方法.通过扫频仪激励扬声器,采集扬声器的响应信号,利用小波包分解的方法时频分析响应信号,得到各频段的能量;对分解后各频段信号的特征能量进行提取,规一化特征能量;把规一化后的特征能量作为人工神经网络的输入,通过BP神经网络对扬声器故障进行分类识别.实验对165个扬声器进行识别,识别率为95.8%.实验结果表明,该方法简便有效,具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许增朴	天津科技大学机械工程学院	79	462	12.0	16.0
2	于德敏	天津科技大学机械工程学院	55	310	11.0	14.0
3	王永强	天津科技大学机械工程学院	70	417	12.0	16.0
4	王思俊	天津科技大学机械工程学院	2	8	2.0	2.0