公开(公告)号：CN116229991A

公开(公告)日：2023-06-06

申请号：CN202211672733.0

申请日：2022-12-26

Applicant: 江苏核电有限公司 ,  苏州微著设备诊断技术有限公司

Inventor： 杨磊 ,  王镜淇 ,  李亮 ,  雷成 ,  李峥 ,  和丹 ,  郭莉侠 ,  王亚东 ,  许列琦 ,  高帆 ,  于轩 ,  胡明

IPC: G10L17/26 ,  G10L25/18 ,  G10L25/24 ,  G10L25/30 ,  G10L25/51

Abstract: 本发明属于电机故障检测技术领域，具体涉及一种基于MFCC语音特征提取与机器学习的电机故障诊断方法。本发明包括以下步骤：S1：设定采样频率；S2：对采样成功的音频进行预加重处理；S3：对加重后的信号进行分帧处理；S4：对于分帧后的信号进行加窗处理；S5：通过傅里叶变换对加窗后的信号进行处理，计算其MFCC特征向量；S6：以采样点为单位进行样本的划分；S7：对S6样本中的MFCC特征向量进行分类，计算第一组特征向量与其他特征向量的切比雪夫距离；S8：对S6中计算的切比雪夫距离特征进行PCA降维；S9：将S8中降维后的数据输入BP神经网络模型进行训练。本发明针对不同的电机故障类型有较高的识别率，且在诊断过程无需人员参与，降低了人力成本。