检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于ITD-MFCC与卷积神经网络的核电电气设备异音检测技术

杨磊, 权伟, 李亮, 王镜淇, 高帆, 于轩

噪声与振动控制 2023, 43 (4): 122-128.

摘要（111）

PDF（pc）（2120KB）（350）

针对核电设备小样本异音数据集无法训练出高效预测模型难题，提出一种基于ITD-MFCC和卷积神经网络的电气设备异音检测方法。首先，利用固有时间尺度分解(Intrinsic Time-scale Decomposition，ITD)强化信号特征，增强特征辨识度；然后，利用梅尔频率倒谱系数(Mel-frequency Cepstral Coefficients，MFCC)提取与人耳听觉特性关联的时频特征，进一步增强异音特征辨识度；最后，融合所提取特征指标，并利用卷积神经网络对融合特征进行训练，建立异响与数据特征映射关系，实现异音检测。试验结果表明：所设计的模型在小样本数据中准确率达到97.63 %，相比于现有的支持向量机(Support Vector Machine，SVM)和BP神经网络模型准确率分别提升10.43 %和12.86 %。

相关文章 | 多维度评价

Select

2. 基于NTF、ODS、PFP分析确定车内噪声贡献面板方法的研究

杨磊1, 2，邓松1, 2,杨双1, 2

噪声与振动控制 2016, 36 (2): 108-111. DOI: 10.3969/j.issn.1006-1335.2016.02.024

摘要（308）

PDF（pc）（1683KB）（1353）

首先建立客车结构噪声传递函数模型分析车内噪声峰值频率点。然后通过工作变形分析函数模型分析在这些噪声峰值频率点车身发生振动变形较大的位置。将这些振动变形较大的位置设置成噪声贡献面板，建立面板声学贡献量分析模型来确定这些面板对车内噪声水平贡献程度，确定板件对车内声压影响主次关系。该方法为车内噪声评估和车身面板优化提供有效理论指导。