公开(公告)号：CN117493954A

公开(公告)日：2024-02-02

申请号：CN202311441586.0

申请日：2023-11-01

申请人： 郑州轻工业大学

发明人： 钟玉东 ,  曾雪 ,  侯俊剑 ,  赵登峰 ,  张冰玉 ,  赵世刚 ,  谢贵重 ,  何文斌 ,  王新生 ,  房占鹏 ,  周放

IPC分类号： G06F18/241 ,  G10L21/0208 ,  G01H17/00 ,  G06F18/2415 ,  G06F18/15 ,  G06F18/213 ,  G06V10/44 ,  G06T17/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开一种基于声像识别与卷积特征提取的旋转机械状态评估方法，首先基于阵列测试技术采集旋转机械运转时的声信号，并对信号预处理；利用边界元全息技术重建旋转机械空间声场，获得其运转时的包含相位和幅值信息的三维声场序列图像，经切片压缩之后作为训练和测试样本将其输入到双线性卷积神经网络模型中，利用其在图像处理中的优势对样本中的特征信息进行提取，从三维序列声场图像中挖掘与旋转机械运转状态相关的特征信息，以实现其状态评估。本发明具有非接触测量、无需停机便于实施等优势；可以对任意形状声源的声场图像进行精确重建，精确预测旋转机械空间辐射声场，为旋转机械的状态评估与故障过程的演化提供精确可靠的评估方法。