基于学习矢量量化的空调压缩机声纹诊断方法

摘要：

针对传统空调压缩机故障诊断工况信号采集困难的缺点,提出一种基于学习矢量量化(learning vector quantiza-tion,LVQ)神经网络的空调压缩机声纹识别模型用于空调压缩机故障诊断,将声纹识别技术引入压缩机故障诊断.对压缩机的声音数据进行预处理,包括预加重、分帧、加窗,在分帧步骤中针对压缩机的声音特性进行改进,通过计算声音信号的梅尔倒谱系数(Mel frequency cestrum coefficient,MFCC)得到压缩机声音的特征向量.在模型训练阶段,重点分析原始的LVQ算法和改进的LVQ算法的优缺点,对3种LVQ算法进行对比实验.实验结果表明,使用LVQ3算法学习的压缩机声纹识别模型在测试集上可以达到90％ 的召回率,研究结果为压缩机故障诊断提供了一种依据.

关键词：空调压缩机、故障诊断、声纹识别、学习矢量量化、梅尔倒谱系数

所属期刊栏目：42

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金项目;江西省自然科学基金项目;江西省研究生创新专项基金项目

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2634-2641