飞机发动机异常声音识别方法研究

发布时间：2021-08-18 04:57

　　异常声音事件检测是声音识别领域一个新的研究热点,具有很广泛的应用范围。航空发动机是飞机必不可少的一部分,其可靠性对飞机性能和安全飞行至关重要。通常情况下,当飞机发动机出现故障时,都可以归结为发动机产生了异常声音,如果能通过识别发动机的异常声音来检测发动机运行的状态,不仅可以减少运营和维修的成本,也可以减少事故的发生,然而,国内外针对飞机发动机异常声音检测的研究很少。本课题提出了飞机发动机异常声音识别系统的构建方法,该方法结合了信号处理的新理论和新应用,能有效推动航空安全技术智能化的发展。本文的主要内容如下:（1）建立了一个飞机发动机声音库,并对声音库中的声音信号进行预处理,提取出表征声音特征的MFCC参数和GFCC参数,组成飞机发动机声音特征矢量。（2）研究基于GMM-UBM的飞机发动机异常声音识别方法。通过提取的特征参数训练UBM模型,并用MAP自适应算法得到GMM-UBM模型,用GMMUBM模型检测识别发动机声音。最后通过MATLAB仿真实验,验证了特征参数、GMM混合度、特征参数的维数以及特征阶数对异常声音识别系统的影响。实验结果表明,GMM混合度为128时,发动机声音特征为12... 

【文章来源】：南昌航空大学江西省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

Mel频率与实际线性频率关系图

器是一种依从 分布和正弦波音的脉冲响应的线性滤波器，是一个符合耳蜗听滤波器[36]，它的时域脉冲响应定义如下： ( ) ( ) ( ) ≥ ≤ ≤ (2-中 是中心频率， N 和 n 分别是滤波器的个数和每个滤波器的阶数，a 是增益 是衰减因子，它和带宽之间的关系是： ▆ ( ) (2-中， ( )是等效矩形带宽，它的定义式为： ( ) ▁ ▄ ▁ ▄ (2-上述两个式子可知，衰减因子 与中心频率 的关系可以表示为： ▆ ▁ ▄ ▁ ▄ (2- 2-5 是频率在 80HZ-8000HZ 之间，通道为 16 的 Gamma-tone 滤波器响应图。

M 混合度对声音识别率的影响验探究 GMM 混合度对系统性能的影响。实验选取 GMM 混合度为 系数作为参数。当特征为 9 维 MFCC 参数时，不同的 GMM 混合识别率结果如下表 3-3 和图 3-3 所示。表 3-3 9 维特征时不同混合度的识别率识 别 率 8 16 32 64 128 2动 0.333 0.333 0.500 0.500 0.500 0.5火 0.666 0.500 0.500 0.500 0.500 0.6行 0.896 0.965 0.965 0.965 0.965 0.9毁 0.636 0.727 0.727 0.818 0.818 0.8


本文编号：3349241