電動剃須刀音頻質(zhì)量檢測方法的研究.pdf

1、隨著制造業(yè)自動化、信息化水平的不斷提高,電動剃須刀、電吹風(fēng)等小家電的生產(chǎn)加工速度與日俱增。與此同時,消費者和生產(chǎn)廠家對產(chǎn)品的質(zhì)量也都精益求精,這都給此類產(chǎn)品的質(zhì)量檢測帶來了新的挑戰(zhàn)。傳統(tǒng)的人工質(zhì)量檢測手段因其效率低、易受主觀誤差影響等問題,越來越難以滿足現(xiàn)代化生產(chǎn)線的需求。自動化、智能化的檢測方法亟待完善。
　　產(chǎn)品的音頻特征既可以間接反映客觀質(zhì)量狀況,又直接影響著用戶體驗,而且與震動、電磁特性等特征相比,音頻特征更容易實現(xiàn)自動化

2、檢測。因此,利用音頻實現(xiàn)質(zhì)量自動檢測的方法受到了產(chǎn)業(yè)界和學(xué)術(shù)界的普遍關(guān)注。以電動剃須刀為例,有經(jīng)驗的檢測人員可以通過產(chǎn)品工作時的聲音判斷其有無質(zhì)量問題和是否會給消費者帶來聽覺不適。但是,經(jīng)過多年研究仍未發(fā)現(xiàn)某種音頻特征能夠作為剃須刀的質(zhì)量檢測提供可量化的標(biāo)準(zhǔn)。目前,利用多特征提取和模式識別等方法對人類聽覺的主觀分類進行模擬,為基于音頻的自動化質(zhì)量檢測提供了一個有效手段。
　　本課題主要探討了對電動剃須刀的音頻進行小波包分析預(yù)處理,

3、提取小波包子帶能量和子帶的美爾倒譜系數(shù)(MFCC)特征,再利用支持向量機對其分類從而實現(xiàn)質(zhì)量自動檢測的方法。首先,針對生產(chǎn)現(xiàn)場多噪聲和語音干擾的問題,利用小波包分解保留適當(dāng)?shù)淖訋?提高音頻的信噪比和信干比。然后,分析小波包分解后合格產(chǎn)品與不合格產(chǎn)品特征子帶的能量和MFCC系數(shù),通過實驗找出其中差別最為明顯的幾個分量或分量間的關(guān)系作為分類特征。最后,利用支持向量機和選取的特征對產(chǎn)品的音頻進行分類,實現(xiàn)質(zhì)量檢測的目的,并分析不同特征組合對分