抗环境音干扰的设备声音故障监测方法

• 作者: 廉东本 李兰村 毛立爽
• 来源期刊: 计算机系统应用
• 关键词: 特征提取 聚类算法 数据降维 声音识别 故障监测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 系统建设
• 页码范围: 89-94
• 页数: 6页
• 字数: 5792字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006930

摘要

变压器等大型设备在运行过程中发声具有辨识性和平稳性的特点,但容易受各种环境音的干扰,针对该问题,本文利用声音信号处理、特征提取、模式匹配等技术,提出了一种抗多种环境音干扰的设备声音故障监测方案.首先对在各种环境声音中变压器的正常和故障声音进行采集和预处理,然后对其提取出MFCC特征并降维,对变压器正常工作声音特征通过OPTICS算法进行训练,得到一个具有多个分类的标准集,最后将标准集与包含故障声音的测试样本进行匹配,若出现不匹配情况但经人工检验为误报,则将其归为新的分类.实验结果表明:该方法不仅能很好的识别样本,也能在新的正常声音出现时通过标准集增强模块来优化标准集,从而提高识别准确率并降低误警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廉东本	中国科学院沈阳计算技术研究所	50	319	10.0	15.0
2	李兰村		1	1	1.0	1.0
6	毛立爽	中国科学院沈阳计算技术研究所	2	7	1.0	2.0