[发明专利]一种基于信号时频分解的声音数据分类方法

摘要

本发明公开了一种基于信号时频分解的声音数据分类方法，该方法包括：对被检金属罐装产品施加激励，使其振动；收集被检产品振动产生的声音，并进行采样处理得到数字化的声信号；处理声信号，得到其频谱信号；对声信号和其频谱信号分别进行信号分解，得到能表征产品质量的时域特征矩阵W₁和频域特征W₂；将{W₁,W₂}作为产品质量特征数据，输入到产品质量计算模型进行运算，该模型的运算结果为产品质量参数R；计算R与合格产品质量标准值δ的差值的绝对值D；如果D小于阈值T，则被检产品合格，反之，被检产品不合格。本发明用于基于声发射技术的金属罐装产品质量检测，能有效提高检测正确率。

主权项

1.一种基于信号时频分解的声音数据分类方法，其特征在于，包括以下步骤：S1、对于产品质量已确定的金属罐装产品，从中选取多个合格产品对产品质量计算网络G进行训练，建立产品质量计算模型M；S2、利用由步骤S1建立的产品质量计算模型M，对被检金属罐装产品进行质量检测，将被检金属罐装产品分为合格品或不合格品；所述S1中的建立产品质量计算模型M的方法包括：S101、从产品质量已确定的金属罐装产品中选取N个合格产品，对第k个产品(1≤k≤N)施加激励，使其产生振动；S102、收集第k个合格产品振动产生的声音信号，并进行采样处理得到数字化的声信号S；S103、处理声信号S，得到其频谱信号X；S104、对声信号S和频谱信号X分别按公式(1)和公式(3)进行信号分解，获得特征矩阵P1、H1和H2，并分别根据公式(2)和公式(3)得到第k个合格产品的声音信号的时域特征矩阵W1和频域特征矩阵W2；S≈S*P1*H1   (1)W1＝S*P1   (2)X≈W2*H2   (3)S105、将时域特征矩阵W1和频域特征矩阵W2进行组合，得到第k个合格产品的质量特征数据F＝{W1,W2}；S106、对选取的所有N个合格产品按上述步骤S101～S105进行操作，得到N个合格产品的质量特征数据集{Fi}(1≤i≤N)，以质量特征数据集中的每组质量特征数据Fi分别作为输入参数，以合格产品质量标准值δ作为输出参数，对产品质量计算网络G进行训练，得到产品质量计算模型M；所述S2中对被检金属罐装产品进行质量检测的方法包括：S201、对被检金属罐装产品施加激励信号，使其产生振动；S202、收集被检产品振动产生的声音信号，并进行采样处理得到数字化的声信号S；S203、处理声信号S，得到其频谱信号X；S204、对声信号S和频谱信号X分别按公式(1)和公式(3)进行信号分解，并分别根据公式(2)和公式(3)得到被检产品的声音信号的时域特征矩阵W1和频域特征矩阵W2；S205、将时域特征矩阵W1和频域特征矩阵W2进行组合，得到被检产品的质量特征数据F，将质量特征数据F作为步骤S1中建立的产品质量计算模型M的输入参数，通过模型M运算得到被检产品的产品质量参数R；S206、计算被检产品的产品质量参数R与合格产品质量标准值δ的差值的绝对值D；S207、比较D与设定阈值T，若D小于T，则被检产品合格；反之，则被检产品不合格。