[发明专利]基于Mel频率倒谱系数的电机异音检测方法

摘要

本发明公开了基于Mel频率倒谱系数的电机异音检测方法，包括设定采样频率和采样时长t；对音频信号进行分帧加窗处理，设置每帧的帧长L和相邻两帧的重叠长度(帧移)M，将音频信号分为N帧信号；使用基于Mel频率倒谱系数提取音频特征；计算出当前音频信号每一帧的mfcc参数，得到每个mfcc参数随帧数(时间)的变化曲线等步骤；本发明具有诸多优势，进行电机异音识别，提高检测效率并且保证产品的出厂质量，进而提高企业的整体的生产效率，降低企业的制造成本，同时了保护了工人的身体健康，可以有效地解决电机音频信号非稳态的问题，有效检测非稳态电机异音故障，识别准确率高。

主权项

1.基于Mel频率倒谱系数的电机异音检测方法，包括以下步骤：步骤1、设定采样频率和采样时长t，将电机处于空载状态下进行音频信号采集x(n)，x(n)＝x1(n)*x2(n)；步骤2、对音频信号进行分帧加窗处理，设置每帧的帧长L和相邻两帧的重叠长度(帧移)M，将音频信号分为N帧信号；步骤3、使用基于Mel频率倒谱系数提取音频特征：步骤3‑1、对每一帧信号进行FFT，将时域数据转变为频域数据：x(i，k)＝FFT[X(i，n)]步骤3‑2、对每一帧FFT后数据的X(i，k)计算谱线能量：E(i，k)＝[X(i，k)]2；步骤3‑3、计算每帧信号通过Mel滤波器组之后，在各个滤波器中的能量：步骤3‑4、计算DCT倒谱；对每一帧信号，对每个Mel滤波器的能量求对数后再进行离散余弦变换步骤4、计算出当前音频信号每一帧的mfcc参数，得到每个mfcc参数随帧数的变化曲线；步骤5、选取N个合格的电机音频样本，重复步骤2‑4，对于每个电机音频样本，得到以帧数为横坐标每个MFCC参数随帧数变化曲线图；步骤6、进行电机异音诊断时，重复步骤1‑4获得电机音频的音频样本特征，提取每个mfcc参数随帧数变化曲线的平均值作为特征，输入学习模型modelA，判断是否为故障样本；然后提取每个mfcc参数随帧数变化曲线的峰峰值作为一组特征，输入学习模型modelB，判断是否为故障样本；只有当两个学习模型都判断为合格时，认定该样本为合格样本，否者都判断为故障样本。