基于声学特征的化工防爆电机在线监测

doi:10.3969/j.issn.1006-2475.2014.12.022

计算机与现代化

基于声学特征的化工防爆电机在线监测

(东北石油大学计算机与信息技术学院，黑龙江大庆 163318)

收稿日期:2014-09-15 出版日期:2014-12-22 发布日期:2014-12-22
作者简介:李军（1969-），男，吉林乾安人，东北石油大学计算机与信息技术学院副教授，硕士，研究方向：嵌入式系统; 李伟鑫（1989-），男，硕士研究生，研究方向：信息智能分析与处理; 李建平（1976-），男，副教授，研究方向：数据库及其应用。
基金资助:
黑龙江省教育厅科学技术研究项目(12511012)

Online Monitoring of Chemical Engineering Explosion-proof Motor Based on Acoustic Features

(School of Computer & Information Technology, Northeast Petroleum University, Daqing 163318, China)

Received:2014-09-15 Online:2014-12-22 Published:2014-12-22

摘要/Abstract

摘要： 防爆电机在正常工作时会出现各种各样的问题，为了尽量消除这些不确定因素，本文提出基于声学特征的故障监测技术。本文利用美尔频率倒谱系数进行特征提取，用以提高故障检测的识别率，并采用隐马尔科夫模型进行状态识别，使训练的故障模型与音频信号能够达到最佳匹配。

关键词: 防爆电机, 信号处理, 特征提取, 状态识别

Abstract: There are various problems appearing in normal work process of explosion-proof motor. In order to eliminate these uncertainties, this paper puts forward a fault monitoring technique based on acoustic characteristics. In this paper, we use the method of Mel frequency cepstrum coefficient for feature extraction, with the purpose of improving the recognition rate of fault detection. In addition, we adopt hidden Markov models to identify the state. Thus the training fault model and the audio signal will achieve the best match.

Key words: explosion-proof motor, signal processing, feature extraction, state recognition

中图分类号:

TP273

李军，李伟鑫，李建平. 基于声学特征的化工防爆电机在线监测[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.12.022.

LI Jun, LI Wei-xin, LI Jian-ping. Online Monitoring of Chemical Engineering Explosion-proof Motor Based on Acoustic Features[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.12.022.

参考文献

[1] 陈斌,阎兆立,程晓斌. 旋转设备声学故障特征提取与优化方法[J]. 北京邮电大学学报, 2011,34(4):70-74.

[2] 薛玮飞,陈进,李加庆,等. 机械噪声故障特征提取的波叠加法[J]. 机械科学与技术, 2006,25(9):1105-1108.

[3] Itakura F. Minimum prediction residual principle applied to speech recognition[J]. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1975,23(l):67-72.

[4] 杨根莲.基于声音信号的机床类型、状态及其加工参数识别研究[D]. 南京:南京航空航天大学, 2006.

[5] 刘永凯. 基于流形学习的汽轮机转子振动故障诊断[D]. 北京:华北电力大学, 2012.

[6] 吕琛,宋希庚. 基于Kohonen网络的柴油机噪声故障分析系统[J]. 振动、测试与诊断, 1999,19(3):208-213.

[7] 贺无名. 语音识别技术及其研究进展[J]. 中国科技信息, 2006(18):157-158.

[8] Davis K H, Biddulph R, Balashek S. Automatic recognition of spoken digits[J]. Journal of the Acoustical Society of America, 1952,24(6):637-642.

[9] Olson H F, Belar H. Phonetic typewriter[J]. Journal of the Acoustical Society of America, 1956,28(6):1072-1081.

[10] Fry D B, Denes P. The design and operation of the mechanical speech recognizer at University College London[J]. Journal of the British Institution of Radio Engineers, 1959,19(4):211-229.

[11] Forgie J W, Forgie C D. Results obtained from a vowel recognition computer program[J]. Journal of the Acoustical Society of America, 1959,31(11):1480-1489.

[12] 刘海滨. 鲁棒性语音识别的特征提取与模型自适应算法研究[D]. 南京:东南大学, 2004.

[13] Lockwood P, Boudy J. Experiments with a nonlinear spectral subtractor (NSS), hidden Markov models and the projection, for robust speech recognition in cars[J]. Speech Communication, 1992,11(2-3):215-228.

[14] Vintsyuk T K. Speech discrimination by dynamic programming[J]. Kibernetika, 1968,4(2):81-88.

[15] White G M, Neely R B. Speech recognition experiments with linear prediction, bandpass filtering, and dynamic programming[J]. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1976,24(2):183-188.

基于声学特征的化工防爆电机在线监测

Online Monitoring of Chemical Engineering Explosion-proof Motor Based on Acoustic Features

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王秋忆, 周浩, 郑婷婷. 改进RetinaNet的电力设备目标检测方法[J]. 计算机与现代化, 2024, 0(01): 47-52.
[2]	杨柳青, 王冲. 基于极大熵的Web服务资源个性化推荐方法[J]. 计算机与现代化, 2023, 0(09): 32-37.
[3]	胡睿杰, 车逗. 红外小目标检测方法综述[J]. 计算机与现代化, 2023, 0(08): 79-86.
[4]	王欣怡, 尹四清, 洪军. 融合注意力机制的非对称深度监督哈希[J]. 计算机与现代化, 2023, 0(05): 26-31.
[5]	潘凤, 王杰, 张艳莎, 谭棉, 何兴, 王林, . 基于双分支特征拼接的行人重识别[J]. 计算机与现代化, 2023, 0(05): 93-99.
[6]	张晓东, 王栩颖, 秦子轩. 基于特征融合的抽油机井检泵周期预测[J]. 计算机与现代化, 2022, 0(12): 60-66.
[7]	李春生, 冯阳宵, 富宇, 张可佳, 吴润桐. 基于均值聚类的员工行为分析方法[J]. 计算机与现代化, 2022, 0(09): 19-24.
[8]	王梦, 张鸿鑫, 刘庆华, 张东. 基于改进YOLOv5的幽门螺杆菌免疫印迹图像识别[J]. 计算机与现代化, 2022, 0(09): 78-84.
[9]	陈钢. 融合RoBERTa和特征提取的政务热线工单分类[J]. 计算机与现代化, 2022, 0(06): 21-26.
[10]	赵娜, 刘文彪, 王连涛, 王梦如, 任振兴. 面向变电站监控界面自动测试的画面识别算法[J]. 计算机与现代化, 2022, 0(06): 96-103.
[11]	贺璇, 刘怡欣, 何小海, 卿粼波, 陈洪刚. 基于改进残差网络的联合损失步态特征识别[J]. 计算机与现代化, 2022, 0(04): 27-32.
[12]	赵聪慧, 冯庆胜. 基于DT-CWT和SVM的踏面旋转不变纹理提取算法[J]. 计算机与现代化, 2021, 0(12): 85-90.
[13]	李龙, 张重阳. 基于改进YOLOv3的车辆尾灯检测方法[J]. 计算机与现代化, 2021, 0(07): 89-94.
[14]	刘亚东, 罗印升, 曹阳阳, 宋伟. 深度学习在手机数据接口缺陷检测中的应用[J]. 计算机与现代化, 2021, 0(06): 35-40.
[15]	林智伟, 朱文章, 陈浩. 基于神经网络空时特征提取的动态手势识别[J]. 计算机与现代化, 2021, 0(06): 41-47.