一种用于电机异常声音识别的特征提取方法技术

本发明专利技术提供一种用于电机异常声音识别的特征提取方法，包括以下步骤：S1：提取声音信号的基本特征；S2：提取声音信号的相邻点趋势特征；S3：提取声音信号的标准差与平均振幅的比例特征；S4：提取声音信号的极值特征；S5：提取声音信号的绝对值特征；S6：提取声音信号的相邻点的差绝对值趋势特征；S7：提取声音信号的数值特征。所述用于电机异常声音识别的特征提取方法能大幅度提高电机异常声音识别的准确率，降低误检率和漏检率。

A feature extraction method for motor abnormal sound recognition

【技术实现步骤摘要】
一种用于电机异常声音识别的特征提取方法
本专利技术涉及一种电机异常声音识别方法，尤其是涉及一种用于电机异常声音识别的特征提取方法。
技术介绍
自电机问世以来，电机已经应用到人们的生产、生活的诸多领域。比如工业生产领域的轧钢机、水泵等，家用领域的空调、洗衣机、微波炉、冰箱等。电机的正常运行是人类生产生活不可或缺的保证。但电机的异常乃至故障却是无法完全避免滴。及早发现电机异常并进行诊断维修是保证生活生产安全，避免事故发生的重要环节。导致电机异常的故障包括：1)定子线圈和定子铁心松动2)定子三相磁场不对称3)电机地脚螺栓松动4)转子偏心或转子缺损5)转子系统不对中6)加工和安装不良造成的振动电机的故障诊断、分类、预测成为了非常重要的一个环节。电机的故障检测方法包括：振动检测、温度检测、载荷检测、电气参数检测、射线检测、声学检测、油液检测、压力检测、表面检测。在这些电机故障检测方法中，声学检测是最重要的一种检测方法。因为电机的异常不一定导致振动、温度等的异常，但电机异常却一定伴有电机声音的异常。因此，到目前为止，电机故障的检测方本文档来自技高网...

【技术保护点】
1.一种用于电机异常声音识别的特征提取方法，包括以下步骤：/nS1：提取声音信号的基本特征；/nS2：提取声音信号的相邻点趋势特征；/nS3：提取声音信号的标准差与平均振幅的比例特征；/nS4：提取声音信号的极值特征；/nS5：提取声音信号的绝对值特征；/nS6：提取声音信号的相邻点的差绝对值趋势特征；/nS7：提取声音信号的数值特征。/n

【技术特征摘要】
1.一种用于电机异常声音识别的特征提取方法，包括以下步骤：
S1：提取声音信号的基本特征；
S2：提取声音信号的相邻点趋势特征；
S3：提取声音信号的标准差与平均振幅的比例特征；
S4：提取声音信号的极值特征；
S5：提取声音信号的绝对值特征；
S6：提取声音信号的相邻点的差绝对值趋势特征；
S7：提取声音信号的数值特征。


2.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S2中，包括步骤1)：计算声音信号的相邻点上升比例，也即是声音信号中相邻下一点比上一点大的点的比例。
步骤2)：计算声音信号的相邻点下降比例，也即是声音信号中相邻下一点比上一点小的点的比例。


3.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S3中，计算声音信号的标准差除以平均振幅的大小，用于描述声音信号的不均匀程度。


4.根据权利要求1所述的用于电机异常声音识别的特征提取方法，其特征在于：步骤S4中，包括步骤1)，计算声音信号极大值点的比例，声音信号的极大值点表示了声音在高处的转音特征；
步骤2)，计算声音信号极小值点的比例，声音信号的极小值点表示了声音在低处的转音特征。


5.根据权利要求1所...

【专利技术属性】
技术研发人员：周谊，王秋霖，
申请(专利权)人：四川超影科技有限公司，
类型：发明
国别省市：四川;51