列尾装置自动检测系统的设计与实现

摘要

该文提出了针对列尾装置的自动检测系统.该系统在现有检测设备和手段的基础上,集检测、管理为一体,所有检测项目在计算机、机电一体化的支持下自动、顺序完成,检测速度快,操作简单、规范,检测项目的结果具有准确性、唯一性,所有数据可打印、存档、统计,实现科学的管理.该文提出的列尾装置自动检测系统的核心是一个仿真在线式的列尾装置运行环境,模拟列尾装置实际运行环境,通过检测其反馈信号,判别列尾装置的状态,最后综合应用各种方法,判别列尾装置的好坏以及可能的故障原因.列尾装置自动检测中需要处理多种反馈信号,包括电压、电流、气压、反馈语音等,其中反馈语音信号是一个重要的检测量,对于列尾装置好坏的自动判别起着重要的作用.该文探讨了列尾装置自动检测系统的背景、流程、系统构成、技术方案、检测信号及其检测方式,着重介绍了语音识别技术在列尾装置自动检测系统中应用,包括语音信号的特点、语音的信号分析、编码、预处理.根据语音信号的长时间非平稳,但短时间内则可以看作平稳信号的特点,我们利用统计模式识别的方法,通过对待检测语音的学习,得到其特征,利用各种特征检测办法对其进行识别,包括模板匹配、隐马尔科夫模型方法以及神经网络方法等.对目前语音识别中的主流技术隐马尔科夫模型的应用作了详细的介绍,并且与语音识别中的其他技术做了介绍和对比.最后总结并展望了目前已经实现的列尾装置自动检测系统.

目录

文摘

英文文摘

1.绪论

1.1.课题背景及开发意义

1.2.本文的主要研究工作

1.3.本文涉及到的主要技术和开发工具

1.4.本系统的开发宗旨

1.5.论文的主要结构

1.6.本章小结

2.列尾装置自动检测系统的流程、功能

2.1.系统的检测流程

2.2.系统的主要功能

2.3.本章小结

3.列尾装置自动检测系统的构成和相关技术

3.1.系统总体框架概述

3.2.系统气压控制回路的构成

3.3.系统自动检测控制回路的硬件构成

3.3.1设备元、器件选型

3.3.2.主要硬件配置表

3.4.自动检测系统的软件构成

3.4.1.测控软件

3.4.2.语音识别软件

3.4.3.管理软件

3.4.4.系统自校

3.5.本章小结

4.列尾装置自动检测系统中的测控信号以及相应的检测

4.1.测控信号分类及描述

4.2.模拟检测信号及检测技术

4.3.开关量测控信号及测控技术

4.4.遥控盒气压值的检测

4.5.语音反馈信号及其检测

4.5.1.语音信号检测流程

4.5.2.语音信号采集中的相关软件

4.6.列尾装置自动检测系统中的接口设计

4.7.本章小结

5.语音识别技术在列尾装置自动检测系统中的应用

5.1.计算机自动语音识别常用方法简介

5.1.1.基本识别方法

5.1.2.语音预处理的基本措施

5.2.语音识别中的模式比较(PATTERN-COMPARISON)技术

5.2.1.语音中的模式比较定义

5.2.2.语音端点检测

5.2.3.语音的失真度测量

5.3.隐马尔科夫模型(HMM)及其在语音识别中的应用

5.3.1.隐马尔科夫模型(Hidden Markov Models)简介

5.3.2.隐马尔科夫模型的三个基本问题以及解决方法

5.3.3.隐马尔科夫模型的的结构和类型

5.3.4.隐马尔科夫模型在语音识别中应用于孤立词识别问题

5.3.5.基于连接词模型的语音识别

5.4.应用隐MARKOV模型识别列尾装置语音

5.4.人工神经网络及在列尾装置自动检测系统中应用的初步研究

5.5.本章小结

6.对列尾装置自动检测系统进一步扩展的设想

6.1.提高系统识别率、减少漏报率

6.2.通过联网完善整个检测系统

6.3.本章小结

7.本文总结及展望

参考文献

作者在读期间科研成果简介

(1)作者在读期间参与的科研工作

(2)作者在读期间发表的论文

声明

致 谢