基于声音信号的带式输送机故障诊断系统研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 带式输送机故障诊断技术

1.2.2 声音信号故障诊断技术

1.3 研究内容及论文安排

第2章 带式输送机故障诊断系统总体方案设计

2.1 带式输送机故障分析

2.1.1 带式输送机基本构成

2.1.2 主要故障类型

2.2 故障诊断系统总体方案设计

2.3 故障诊断系统硬件设计

2.3.1 控制器模块

2.3.2 数据采集模块

2.3.3 无线传输模块

2.4 故障诊断系统软件设计

2.4.1 DSP与MATLAB通信设计

2.4.2 人机交互界面设计

2.5 本章小结

第3章 改进的基于小波阈值去噪的算法研究

3.1 噪声的特性分析

3.2 声音信号时频域分析

3.2.1傅里叶变换

3.2.2短时傅里叶变换

3.2.3小波变换

3.3基于带式输送机的小波去噪算法研究

3.3.1小波阈值去噪基本方法

3.3.2小波模极大值去噪

3.3.3 阈值函数的改进

3.4 小波去噪仿真实验

3.5本章小结

第4章 带式输送机声音信号特征提取算法研究

4.1 声音信号特征提取算法分析

4.1.1声音信号时域特征分析

4.1.2声音信号频域特征分析

4.1.3声音信号倒谱域特征分析

4.2 带式输送机声音信号MFCC特征提取

4.2.1 声音信号预处理

4.2.2 快速傅里叶变换

4.2.3 Mel滤波器组设计

4.2.4 MFCC 系数计算

4.2.5 带式输送机MFCC特征提取实验

4.3 带式输送机的深度学习特征提取

4.3.1 声音信号图像化

4.3.2 卷积神经网络设计

4.3.3 激活函数设计

4.3.4 基于深度学习的特征提取实验

4.4 本章小结

第5章 带式输送机故障诊断仿真实验

5.1 深度学习模型训练

5.1.1 损失函数设计

5.1.2 神经网络超参数及调参

5.1.3 模型评价指标

5.2 基于VGG16的带式输送机故障诊断

5.2.1 一种类似VGG16的卷积神经网络搭建

5.2.2 基于改进VGG16的故障诊断

5.3 基于SVM的带式输送机故障诊断

5.3.1 支持向量机模型设计

5.3.2 基于SVM的故障诊断

5.4 基于融合算法的SVM故障诊断

5.4.1 特征级融合和决策级融合

5.4.2 基于融合算法的SVM故障诊断

5.5带式输送机故障诊断实验

5.5.1 实验平台搭建

5.5.2 实验结果分析

5.6 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

在读期间发表的学术论文及研究成果

致谢