基于工业声信号处理的卷积神经网络建模方法研究

作     者：张鹏 ZHANG Peng

作者机构：江苏安全技术职业学院江苏徐州221011 

基　　金：2022年煤炭行业职业教育研究课题(ZMZC2022011) 江苏省高校“青蓝工程”资助项目 

出 版 物：《电声技术》 (Audio Engineering)

年 卷 期：2025年第49卷第1期

页      码：1-4页

摘      要：研究卷积神经网络(Convolutional Neural Network,CNN)在工业声信号处理中的应用,通过设计多尺度卷积核与注意力机制,实现工业设备的智能故障诊断。采用小波包降噪和梅尔频率倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)特征提取,结合多尺度卷积核和注意力机制构建CNN模型。实验结果表明,该模型在离心压缩机故障诊断中的准确率高达96.7%,显著优于传统MFCC+支持向量机(Support Vector Machine,SVM)和基础MFCC+CNN方法。

主 题 词：工业声信号 卷积神经网络(CNN) 多尺度卷积核 注意力机制 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16311/j.audioe.2025.01.001

馆 藏 号：203157488...