一种基于声音信号的带式输送机故障诊断方法

发明专利有效专利

申请号：
CN202110651133.5
IPC分类号：G01M99/00;G01H17/00
申请日期：
2021-06-11
申请人：
曲阜师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于声音信号的带式输送机故障诊断方法
申请号	CN202110651133.5	申请日期	2021-06-11
法律状态	授权	申报国家	中国
公开/公告日	2021-09-17	公开/公告号	CN113405825A
优先权	暂无	优先权号	暂无
主分类号	G01M99/00 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01M 机器或结构部件的静或动平衡的测试；其他类目中不包括的结构部件或设备的测试 G01M99/00 本小类其他组中不包括的技术主题〔2011.01〕	IPC分类号	G;0;1;M;9;9;/;0;0;;;G;0;1;H;1;7;/;0;0查看分类表>
申请人	曲阜师范大学	申请人地址	山东省济宁市曲阜市静轩西路57号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	曲阜师范大学	当前权利人	曲阜师范大学
发明人	李磊;孙永明;张立华;王化建;卢立晖;孙芝强;陈金健
代理机构	苏州国诚专利代理有限公司	代理人	陈松

摘要

本发明提供了一种基于声音信号的带式输送机故障诊断方法，其可以降低巡检人员的劳动强度，具有检测速度快、实时性高、安全性强等特点；其包括以下步骤S1、采集带式输送机的声音信号；S2、对采集的声音信号进行改进的小波阈值去噪处理；S3、对降噪后的带式输送机声音信号进行MFCC和深度学习特征提取；S4、建立支持向量机分类模型，并形成训练后的SVM模型；S5、将提取的特征信息数据放入训练后的SVM模型得到后验概率，然后利用D‑S证据理论进行决策级融合，最后利用融合输出结果与SVM已知运行状态下的所述带式输送机运行状态相匹配，与融合输出结果匹配度最高的则对应着所述带式输送机当前运行状态，从而完成了带式输送机故障诊断。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供