[发明专利]基于心理声学客观参数的变速器质量评价方法

摘要

本发明公开了一种基于心理声学客观参数的变速器质量评价方法，先基于机器学习算法搭建信号评价模型，再对信号评价模型进行训练和测试，然后利用信号评价模型对待测变速器进行质量评价；所述信号评价模型采用如下步骤进行训练和测试：A、采集振动噪声信号并标注标签；B、提取信号特征；C、建立训练数据集和测试数据集；D、对信号评价模型进行训练；E、对信号评价模型进行测试；统计信号评价模型的识别准确率，若识别准确率低于设定的识别准确率，重复步骤D～E，直到识别准确率高于设定的识别准确率。本发明具有评判结果客观准确，有利于降低检测人员劳动强度，降低检测成本等优点。

主权项

1.一种基于心理声学客观参数的变速器质量评价方法，其特征在于，先基于机器学习算法搭建信号评价模型，再对信号评价模型进行训练和测试，然后利用信号评价模型对待测变速器进行质量评价；所述信号评价模型采用如下步骤进行训练和测试：A、采集振动噪声信号并标注标签：将变速器安装在测试台架上，在非稳态工况下，在线实时采集变速器运行过程中的振动噪声信号，同时，由听音人员进行测试听音，并根据测试听音结果将采集到的振动噪声信号标注标签，分别为合格标签或不合格标签，其中，不合格标签具体包括齿轮磕碰伤标签、输入轴磕碰伤标签、拨叉干涉标签、啸叫标签和其他不合格标签；B、提取信号特征：将采集到的振动噪声信号进行数据处理，获取振动噪声信号的心理声学参数，并将步骤A中对振动噪声信号标注的标签标注在对应的心理声学参数上；C、建立训练数据集和测试数据集；将标注标签的心理声学参数分成两组，分别建立心理声学参数训练数据集和心理声学参数测试数据集；D、对信号评价模型进行训练：将心理声学参数训练数据集及对应标签输入到所述信号评价模型中，训练评价模型识别不同的心理声学参数和对应标签；E、对信号评价模型进行测试：将心理声学参数测试数据集输入到所述信号评价模型中，由信号评价模型识别并输出标签，将输出标签和输入的心理声学参数的对应标签进行比较，若二者一致则表示识别准确，否则为识别错误；统计信号评价模型的识别准确率，若识别准确率低于设定的识别准确率，重复步骤D～E，直到识别准确率高于设定的识别准确率。