基于声音信号的机械设备故障诊断

• 作者: 郑思宇
• 来源期刊: 内燃机与配件
• 关键词: 声音信号 傅里叶算法 卷积神经网络
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 质量与检修
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1674-957X.2021.13.063

摘要

如何在故障发生前对故障进行预测,对即将出现问题零部件进行提前维修和更换,这对于提高工业设备的使用寿命,避免设备突然发生故障对整个工业生产造成严重影响具有十分重要的意义.本文将利用傅立叶算法采集故障噪声信号特征,将其分为三种特征进行提取,并对采集取样的声音信号基于傅里叶算法进行数据分析.将优化的特征信息输入到卷积神经网络模型中进行故障识别和故障类型判断.