首页> 中文期刊> 《佳木斯大学学报:自然科学版》 >基于WPCE-CNN的音频感知提升机健康状况研究

基于WPCE-CNN的音频感知提升机健康状况研究

         

摘要

针对矿井提升机在井下恶劣环境中工作易发生故障,且故障主要依赖于人工检测的问题,提出了一种基于WPCE-CNN的音频感知提升机健康状况研究。首先,通过小波包分解获取音频信号的二维系数特征矩阵,然后输入具有批量归一化层(BN)和Relu非线性激活层的Block层卷积神经网络(CNN)进行分类识别。最后,实验结果表明,本文提出的WPCE-CNN音频感知提升机健康状况的故障分类研究,准确率高于传统卷积神经网络,达到97.7%,能有效地进行提升机音频信号提取及故障诊断分类任务,此研究在降低人力和物力成本的同时,提高了工作人员的安全性和生产效率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号