基于功率正则化倒谱系数的滚动轴承故障声纹识别方法技术

本发明专利技术公开了一种基于功率正则化倒谱系数的滚动轴承故障声纹识别方法，涉及测量技术领域，解决了在噪声干扰下轴承故障识别准确率不高的技术问题，其技术方案要点是使用改进功率正则化倒谱系数特征对滚动轴承的故障声音信号进行识别，相比其他常用特征计算量仅有少量增加，但具有更高的识别准确率；同时，该改进措施能在噪声环境下依然保持较高的识别准确率，具有鲁棒性强的优点。且本申请不会影响滚动轴承的正常运行，能在不停机、不对原系统进行改造的前提下安装声音信号传感器，并在此基础上实现滚动轴承的故障识别，效率更高。效率更高。效率更高。

【技术实现步骤摘要】
基于功率正则化倒谱系数的滚动轴承故障声纹识别方法


[0001]本申请涉及测量
，尤其涉及一种基于功率正则化倒谱系数的滚动轴承故障声纹识别方法。

技术介绍

[0002]由于长期运行在重负载、高转速的环境下，滚动轴承成为了旋转机械设备中最易发生故障的零件之一，因此对滚动轴承进行故障诊断具有重要意义。目前轴承故障诊断中常用的振动分析法存在传感器安装不便、无法在故障早期准确识别故障的不足。声音信号相比振动信号具有不停机安装、非接触式测量、信号采集方便、处理方法成熟等优势。近年来，随着声纹识别技术的不断发展，这种语音领域的技术也被广泛应用于故障诊断领域，通过分析轴承的声音信号对轴承进行故障诊断也有了一定的研究成果，但大部分研究都是在实验室中进行，没有考虑实际工程中的噪声干扰问题。轴承实际运行过程中其他零部件或者外界会存在噪声干扰现象，这对该情况下实现滚动轴承故障诊断提出了严峻的挑战。

技术实现思路

[0003]本申请提供了一种基于功率正则化倒谱系数的滚动轴承故障声纹识别方法，其技术目的是在噪声干扰下提高对轴承声音信号识别的准确率，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于功率正则化倒谱系数的滚动轴承故障声纹识别方法，其特征在于，包括：对滚动轴承在故障状态下和正常状态下的声音信号进行采集，每个声音信号被赋予对应的标签，得到带有标签的声音信号，将带有标签的声音信号划分为训练集和测试集；对训练集进行预处理，然后对预处理后的训练集进行特征提取，得到改进功率正则化倒谱系数特征；构建声纹识别模型，将改进功率正则化倒谱系数特征输入到声纹识别模型进行参数更新，当声纹识别模型的目标函数满足迭代终止条件时停止更新，得到声纹模型；对测试集进行预处理并提取其改进功率正则化倒谱系数特征后输入到声纹模型，将声纹模型识别得到的标签与真实标签进行对比，得到识别准确率；当识别准确率达到预设阈值时，通过声纹模型对滚动轴承故障声纹进行识别，否则继续对声纹模型进行训练直至其识别准确率达到预设阈值。2.如权利要求1所述的方法，其特征在于，所述改进功率正则化倒谱系数特征的提取包括：将预处理后的声音信号依次经过FFT变换、Gamma滤波、中等时长处理、时频归一化、平均功率归一化、幂函数变换、DCT、一阶差分和二阶差分，最后得到所述改进功率正则化倒谱系数特征。3.如权利要求1所述的方法，其特征在于，所述故障状态包括滚动轴承的内圈故障、外圈故障和内外...

【专利技术属性】
技术研发人员：邓艾东，王寅杰，范永胜，占可，董路南，
申请(专利权)人：东南大学，
类型：发明
国别省市：