一种电机异响机器学习检测方法
公开
摘要
本发明涉及一种电机异响机器学习检测方法，包括如下步骤：S1:搭建一支持向量机模型；S2:训练所述支持向量机模型；S3:实时采集电机的声音信号；S4:根据采集到的声音信号计算声品质特征向量；S5:对所述声品质特征向量进行标准化预处理后，输入所述支持向量机模型；S6:输出预测结果以识别电机工作状态。本发明充分利用了声音信号频域宽的优点，提取电机声品质特征向量作为预测样本，并利用支持向量机模型进行二分类判断，达到很高的异响判断准确率。
基本信息
专利标题 ：
一种电机异响机器学习检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114358321A
申请号 ：
CN202111678057.3
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱宝鹤任百吉孙永吉
申请人 ：
上海泛德声学工程有限公司
申请人地址 ：
上海市松江区荣乐东路208弄9号9幢1层
代理机构 ：
上海诺衣知识产权代理事务所(普通合伙)
代理人 ：
衣然
优先权 ：
CN202111678057.3
主分类号 ：
G06N20/10
IPC分类号 ：
G06N20/10 G06K9/62 G10L25/48
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/10
•使用核方法，例如支持向量机
法律状态
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
