改进了自动特征频率提取和自适应阵列信号加权的融合方法,以对异常的机器声音定位进行加权
1State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, People's Republic of China.
ISA transactions
|December 5, 2023
概括
本研究介绍了一种使用特征频率和自适应权重的增强声音定位方法. 这种方法提高了各种声学应用的精度和干扰抑制.
科学领域:
- 声学和信号处理
- 机械工程 机械工程
背景情况:
- 准确的声音定位对于诊断机械故障至关重要.
- 现有的方法与频率不匹配和干扰作斗争.
研究的目的:
- 开发一种增强的声音本地化技术.
- 为了提高声学分析的准确性和干扰抑制.
主要方法:
- 融合式自动提取阵列信号特征频率和自适应权重.
- 精细的自回归功率光谱估计和基于密度的空间聚类.
- 引入了自适应权重来解决频率不匹配的问题.
主要成果:
- 适应权重向量显著提高了定位准确度.
- 证明了改进的干扰抑制能力.
- 在变压器和试验数据上验证的有效性.
结论:
- 拟议的方法提供了更好的声音本地化性能.
- 它适用于各种空间频谱估计和深度学习技术.
- 显示了广泛的工业诊断应用的潜力.


