一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法技术

本发明专利技术涉及音频信号分析方法技术领域，且公开了一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，针对砂带打磨应用场景，改变了滤波器组的非线性特性，同时利用Bessel曲线的灵活性，这个非线性变换可以根据音频特征进行方便的调节，使得信号的特征提取更有针对性，同时分类方法采用DCNN可以更好的适应不同噪声的影响，使得这种方法更具有鲁棒性，同时更加符合监测对象的特性，充分利用了贝塞尔非线性变换刻度音频特征和神经网络的优势，提高了对机器人砂带打磨过程的监测精度和实时性，通过实时分类和报警机制，成功实现了对机器人状态的主动管理，有效避免了潜在的问题和损坏。

【技术实现步骤摘要】

本专利技术涉及音频信号分析方法，具体为一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法。

技术介绍

1、机器人砂带打磨属于新兴的
，用于取代人工砂带打磨，用提高产品制造的自动化程度同时降低人工劳动强度。

2、当前的砂带磨损的监测方式，多以人工经验为主，打磨达到一定时长之后就进行砂带的替换。然而在其他的机加工方式中如车削、铣削等，声学监测已经被广泛应用，用于监测刀具的磨损程度，利用声学信号来对提升机进行故障诊断时，其信号采集速度比较快，同时采集设备简单，成本低，能够实现对监测对象实时的在线监测与分析。同时这类声学监测方法多结合时下高速发展的人工智能技术对工况进行检测。

3、传统的针对各类声学检测的监测算法，对于信号特征的提取都是采用通用的mel频谱或者mfcc特征，这类特征是符合人耳的听觉特性即对信号的低频部分比较敏感分辨率较高，而对信号的其他部分不敏感，分辨率低，例如：一种基于mel子带参数化特征的鸟鸣自动识别方法（cn108694953a）该方法采用高斯混合模型拟合连续声学监测数据分帧后的对数能量分布，选取高本文档来自技高网...

【技术保护点】

1.一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：具体方法如下：

2.根据权利要求1所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：S1步骤中的采集设备为麦克风传感器，通过麦克风传感器对机器人在进行砂带打磨时产生的声音信号进行实时采集，通过数据采集卡将采集到的声音信号转化为数字信号，并以tdms格式进行保存。

3.根据权利要求2所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：S2步骤中的预处理方式包括：将原始数据进行去头去尾处理的裁剪处理，并将裁剪后的数据分为打...

【技术特征摘要】

1.一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：具体方法如下：

2.根据权利要求1所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：s1步骤中的采集设备为麦克风传感器，通过麦克风传感器对机器人在进行砂带打磨时产生的声音信号进行实时采集，通过数据采集卡将采集到的声音信号转化为数字信号，并以tdms格式进行保存。

3.根据权利要求2所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：s2步骤中的预处理方式包括：将原始数据进行去头去尾处理的裁剪处理，并将裁剪后的数据分为打磨中数据和打磨间隙数据两大类。

4.根据权利要求3所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：s4步骤中，对bfcc特征的提取步骤为：

5.根据权利要求4所述的一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法，其特征在于：s11步骤中短时傅里叶变换包括加...

【专利技术属性】
技术研发人员：陈鹏，刘禹，李东亚，周志雄，何理，黄平，樊辰阳，戴飞龙，许吉辉，陆佳贝，朱玺霖，周涛，张秀恒，
申请(专利权)人：无锡斯帝尔科技有限公司，
类型：发明
国别省市：