基于音频特征的拖拉机发动机状况识别系统设计

作     者：余建华 Yu Jianhua

作者机构：山西机电职业技术学院山西长治046000 

基　　金：山西省教育科学“十四五”规划2022年度项目(GH-221002) 山西省教育科学“十三五”规划2020年度教育政策研究专项(ZC-20049) 

出 版 物：《农机化研究》 (Journal of Agricultural Mechanization Research)

年 卷 期：2025年第47卷第2期

页      码：228-233,238页

摘      要：拖拉机发动机是保证拖拉机正常运行的关键部件,目前主要采用振动信号开展发动机故障预测与状况识别。为此,提出了一种基于GRU的循环神经网络模型,通过对拖拉机发动机在不同作业条件下产生的音频信号进行分析,提取Mel作为主要特征,构建基于音频特征的拖拉机发动机状况识别系统。预测结果表明:系统能够准确地识别发动机的正常运行状态和不同类型的故障状况,对拖拉机发动机异常的识别率可以达到97.15%。研究结果可以提高拖拉机的运行安全性和可靠性,减少故障停机时间,提高农业生产效率。

主 题 词：拖拉机发动机 音频信号 特征提取 模态分解 

学科分类：082803[082803] 08[工学] 0828[工学-建筑类] 080204[080204] 0802[工学-机械学] 

D　O　I：10.13427/j.issn.1003-188X.2025.02.037

馆 藏 号：203138931...