典型文献
基于Gammatone倒谱系数的异步电机故障诊断方法研究
文献摘要：
异步电机运行声音包含着许多重要信息,对声学特征的有效提取结果可用于故障检测.因此,提出一种基于可听声信号的异步电机故障诊断方法.以异步电机为实验对象,利用Gammatone滤波器提取一种正常工况和两种异常工况的声音信号GFCC特征向量;采用卷积神经网络对可视化后的特征量进行分类识别.结果表明:相较于利用梅尔滤波器提取的两种特征量,利用GFCC提取的特征量具有更高的目标识别率.
文献关键词：
异步电机;特征提取;Gammatone倒谱系数;卷积神经网络
中图分类号：
作者姓名：
杜京义;杨宁;荣相
作者机构：
西安科技大学电气与控制工程学院,陕西西安710054;天地(常州)自动化股份有限公司,江苏常州213015
文献出处：
引用格式：
[1]杜京义;杨宁;荣相-.基于Gammatone倒谱系数的异步电机故障诊断方法研究)[J].机床与液压,2022(16):181-186
A类：
B类：
Gammatone,倒谱系数,异步电机故障,电机故障诊断,故障诊断方法,机运,重要信息,声学特征,有效提取,故障检测,可听声,声信号,实验对象,滤波器,异常工况,声音信号,GFCC,特征向量,特征量,分类识别,目标识别,识别率
AB值：
0.324111
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
