[发明专利]扬声器在线纯音故障诊断方法

摘要

本发明公开了一种扬声器在线纯音故障诊断方法，包括训练方法和测试方法；训练方法包括：采用跳变扫频信号作为不合格样品的输入信号；获取扬声器纯音故障的时域离散信号序列；采用短时傅里叶变换时域信号；抽取时－频域的扬声器纯音故障的异常区域，并形成训练样本集；采用主成分分析(PCA)的方法，提取出扬声器纯音故障的特征集，同时得到主成分变换矩阵；对特征集采用支持向量机进行分类训练，得到分类面，确定分类；其中测试方法还包含：根据频谱中各频段的谐波失真度(HD)，抽取时－频域信号序列中的扬声器纯音故障序列，形成测试样本；获取被测扬声器特征样本；将特征样本与训练中得到的分类面进行比较，得到分类的故障诊断结果。

主权项

1.扬声器在线纯音故障诊断方法，其特征在于：采用谐波失真度的分析方法，抽取扬声器时-频域中扬声器纯音故障样本；利用主成分分析的方法提取故障信号的特征降低了计算维数；选择了适宜的核函数，构成了便于分类应用的支持向量机；该方法包括了训练方法和测试方法；两种方法均在扬声器检测系统中完成；其中所述的训练方法包括以下步骤：步骤1、在检测系统中，采用跳变扫频信号作为在纯音检测中的不合格扬声器样品的输入信号；步骤2、通过信号采样，获取扬声器纯音故障的时域离散信号序列；步骤3、采用短时傅里叶变换将从步骤2中的时域信号变换到时-频域的频谱；步骤4、根据频谱中各频段的谐波失真度(HD)，抽取时-频域的扬声器纯音故障的异常区域，并形成训练样本集；步骤5、对训练样本集，采用主成分分析(PCA)的方法，提取出扬声器纯音故障的特征集，同时得到主成分变换矩阵；步骤6、对特征集，采用支持向量机进行分类训练，得到分类面，确定分类；其中所述的测试方法包含以下步骤：步骤1、在检测系统中，采用跳变扫频信号作为在纯音检测中的不合格扬声器的输入信号；步骤2、通过信号采样，获取扬声器纯音故障的时域离散信号序列；步骤3、采用短时傅里叶变换将从步骤2中的时域信号变换到时-频域的频谱；步骤4、根据频谱中各频段的谐波失真度(HD)，抽取时-频域信号序列中的扬声器纯音故障序列，形成测试样本；步骤5、将步骤4中的测试样本的向量左乘训练中得到的主成分变换矩阵，获取被测扬声器特征样本；步骤6、将特征样本与训练中得到的分类面进行比较，得到分类的故障诊断结果。