新型超聲測(cè)漏儀的故障聲音識(shí)別.pdf

1、本文研究的是基于一種新型超聲測(cè)漏儀而實(shí)現(xiàn)的自動(dòng)故障聲音識(shí)別(Automatic Fault Voice Recognition, AFVR)系統(tǒng)。這種超聲測(cè)漏儀的原理是,當(dāng)故障(微小的泄漏,電弧放電等)發(fā)生前,由于產(chǎn)生湍流,會(huì)形成一種高頻信號(hào)波,也就是超聲波。故障超聲波的產(chǎn)生遠(yuǎn)遠(yuǎn)超前于故障發(fā)出的可聽聲信號(hào)和振動(dòng)信號(hào),因此通過檢測(cè)這種信號(hào)就可以進(jìn)行故障預(yù)警。而且由于這種故障超聲波信號(hào)與工作環(huán)境的背景噪聲信號(hào)在不同頻段,所以可以很好地區(qū)分濾

2、除。因而彌補(bǔ)了傳統(tǒng)故障檢測(cè)時(shí)故障信號(hào)被背景噪聲掩蓋,而無法準(zhǔn)確及時(shí)地發(fā)現(xiàn)故障。這種超聲測(cè)漏儀利用超聲探頭檢測(cè)到超聲波信號(hào),并利用獨(dú)特的差/混頻電路將超聲波(39-41kHz)降頻為0～10kHz的可聽聲。本文的主要工作就是識(shí)別降頻后的可聽聲,判斷是否出現(xiàn)故障;以及通過聲音特征判斷故障的類型,是空氣泄漏聲還是電弧放電聲。
　　本文的AFVR系統(tǒng)主要是基于矢量量化(Vector Quantization,VQ)模式識(shí)別算法和隱馬爾可夫

3、模型(Hidden Markov Models,HMM)算法相結(jié)合的VQ-HMM識(shí)別算法。首先用高通濾波器去除低頻噪聲,然后使用減譜去除泄漏背景噪聲,用小波分析去除電弧的背景噪聲,其降噪的結(jié)果通過聽音辨別,能獲得較好的結(jié)果。接著通過預(yù)加重,加窗分幀,端點(diǎn)檢測(cè)等基于語音的預(yù)處理提取名為梅爾頻率倒譜系數(shù)(MFCC)的短時(shí)倒譜特征作為識(shí)別特征。本文主要識(shí)別兩種故障信號(hào),空氣泄漏和電弧放電。判斷是否發(fā)生故障并區(qū)分所發(fā)生的故障的類型,同時(shí)還加入了