[发明专利]基于Mel频率倒谱系数的电机异音检测方法

权利要求书

1.基于Mel频率倒谱系数的电机异音检测方法，包括以下步骤：

步骤1、设定采样频率和采样时长t，将电机处于空载状态下进行音频信号采集x(n)，x(n)＝x₁(n)*x₂(n)，x(n)为音频信号，x₁(n)为激励信号，x₂(n)为物体单位冲击响应函数；

步骤2、对音频信号进行分帧加窗处理，设置每帧的帧长L和相邻两帧的重叠长度M₁，将音频信号分为N帧信号；

步骤3、使用基于Mel频率倒谱系数提取音频特征：

步骤3-1、对每一帧信号进行FFT，将时域数据转变为频域数据：

X(i，k)＝FFT[x(i，n)]，i是指第i帧，k是频率，单位Hz；n是DCT后的谱线；

步骤3-2、对每一帧FFT后数据的X(i，k)计算谱线能量：E(i，k)＝[X(i，k)]²；

步骤3-3、计算每帧信号通过Mel滤波器组之后，在各个滤波器中的能量：S(i，m)是Mel滤波器能量，H_m(k)为频响，i是指第i帧，m是指第m个Mel滤波器，M是指M个Mel滤波器；

步骤3-4、计算DCT倒谱；

对每一帧信号，对每个Mel滤波器的能量求对数后再进行离散余弦变换

S(i，m)是由步骤3-3中求出的Mel滤波器能量；m是指第m个Mel滤波器，共M个；i是指第i帧；n是DCT后的谱线；

步骤4、计算出当前音频信号每一帧的mfcc参数，得到每个mfcc参数随帧数的变化曲线；

步骤5、选取N个合格的电机音频样本，重复步骤2-4，对于每个电机音频样本，得到以帧数为横坐标每个MFCC参数随帧数变化曲线图；

步骤6、进行电机异音诊断时，重复步骤1-4获得电机音频的音频样本特征，提取每个mfcc参数随帧数变化曲线的平均值作为特征，输入学习模型modelA，判断是否为故障样本；然后提取每个mfcc参数随帧数变化曲线的峰峰值作为一组特征，输入学习模型modelB，判断是否为故障样本；只有当两个学习模型都判断为合格时，认定该样本为合格样本，否者都判断为故障样本。

2.如权利要求1所述的基于Mel频率倒谱系数的电机异音检测方法，其特征在于：步骤3-4中加入mfcc参数的动态特征，

计算公式为其中，i表示帧号，n表示DCT后的谱线，k是频率，单位Hz，然后将一阶微分参数放入标准MFCC参数之后；

标准静态mfcc参数一共12维，加上12维动态mfcc参数，每一帧信号提取24维参数；

在计算m帧音频的mfcc参数时，得到(m-4)×24大小的参数矩阵，其中第i行代表第i帧音频的mfcc参数，第j列表示第j个mfcc参数随时间变化趋势，参数矩阵不包含第1帧、第2帧、第m-1帧和第m帧的动态mfcc参数。

3.如权利要求1-2之一所述的基于Mel频率倒谱系数的电机异音检测方法，其特征在于：步骤2中，帧长L＝1S，重叠长度M₁＝0.5s。