一种基于深度学习及声音识别的机器设备状态监测系统

摘要

本发明公开了一种基于深度学习及声音识别的机器设备状态监测系统。包括训练数据采集模块采集声音信号；人工标记模块对声音信号进行标记形成声音样本库；声音样本经预处理和特征提取被送入预设神经网络模型进行训练；实时数据采集模块采集声音信号并送入训练后的神经网络模型；状态识别模块结合人工经验通过声音信号对机器运行状态进行综合识别判断，并将结果进行反馈及输出。本发明不仅可以实时监测机器设备运行状态，同时在机器设备发生故障或处于危险状态时发出报警信号，通知设备管理员及时进行维护，提高工作效率；同时由于采用深度学习算法结合人工经验对神经网络模型进行训练，因而具有识别准确性高、安全性好、效率高和智能化等优点。