基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，包括：音頻采集模塊、存儲模塊、信號處理模塊、信號判斷模塊及預(yù)警模塊，通過該預(yù)警系統(tǒng)能夠及時、可靠地預(yù)測道岔轉(zhuǎn)轍機(jī)的故障隱患，工作過程中，音頻采集模塊對轉(zhuǎn)轍機(jī)的音頻信號進(jìn)行采集，不與轉(zhuǎn)轍機(jī)的電器控制系統(tǒng)接觸，確保結(jié)果的可靠性和準(zhǔn)確性，能夠為設(shè)備故障的預(yù)防和解決提供依據(jù)；而且，本發(fā)明的故障預(yù)警方法中，通過對采集到的多個音頻信號進(jìn)行帶通濾波器濾波、信號分幀、FFT變換、歸一化及倒譜提升計算出特征碼，減少背景噪音的干擾，提高音頻信號識別的準(zhǔn)確性。
【專利說明】
基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種故障預(yù)警系統(tǒng)及方法，具體涉及道岔轉(zhuǎn)轍機(jī)的故障預(yù)警系統(tǒng)及方 法;屬于軌道交通技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著交通線網(wǎng)的快速發(fā)展，轉(zhuǎn)轍機(jī)在鐵路、地鐵等軌道交通領(lǐng)域的應(yīng)用越來越廣 泛。作為道岔控制系統(tǒng)的執(zhí)行機(jī)構(gòu)，轉(zhuǎn)轍機(jī)的正常動作對于軌道交通運營至關(guān)重要，一旦轉(zhuǎn) 轍機(jī)發(fā)生故障，輕則導(dǎo)致晚點、清客維修，困擾乘客的正常出行，重則導(dǎo)致嚴(yán)重的交通安全 事故和重大經(jīng)濟(jì)損失，甚至?xí)＜懊癖娚?。傳統(tǒng)技術(shù)中，對于轉(zhuǎn)轍機(jī)多是采用故障后搶修 的方案，但是隨著交通快速建設(shè)，搶修方案顯然已無法滿足對于時效性的高要求；因而，現(xiàn) 有技術(shù)中對轉(zhuǎn)轍機(jī)的故障預(yù)警、實現(xiàn)預(yù)防性維修做了很多研究工作。
[0003] 申請公布號為CN 101893667 A的中國專利公開了一種交流道岔轉(zhuǎn)轍機(jī)故障檢測 系統(tǒng)及方法，具體包括電流采樣裝置、電壓采樣裝置、故障分析模塊，其中，電流采樣裝置和 電壓采樣裝置的輸入端分別與道岔轉(zhuǎn)轍機(jī)設(shè)備機(jī)房的待測線路連接，其輸出端與故障分析 模塊連接;故障分析模塊分為道岔動作期間狀態(tài)監(jiān)測模塊和道岔受電期間狀態(tài)監(jiān)測模塊， 用于檢測道岔轉(zhuǎn)轍機(jī)的運行狀態(tài)、過程參數(shù)和故障信息，并通過狀態(tài)顯示界面輸出上述運 行狀態(tài)、過程參數(shù)和故障信息。在該方案中，采用間接測量的方法，在線實時檢測出道岔轉(zhuǎn) 轍機(jī)實際運行時的受力情況和其他過程參數(shù)(如電壓、電流），預(yù)測并及早發(fā)現(xiàn)道岔轉(zhuǎn)轍機(jī) 狀態(tài)不良的現(xiàn)象，尤其是發(fā)現(xiàn)并預(yù)報繼電器回路中觸點接觸良好的情況，及時進(jìn)行維護(hù)，從 而達(dá)到降低故障、提高可靠性的目的，保障道岔轉(zhuǎn)轍機(jī)的正常運行，不失為故障預(yù)警的好方 法。但是，在該方案中，故障檢測系統(tǒng)需要接入轉(zhuǎn)轍機(jī)的電路結(jié)構(gòu)中，可能會對轉(zhuǎn)轍機(jī)的穩(wěn) 定運行產(chǎn)生影響，導(dǎo)致轉(zhuǎn)轍機(jī)出現(xiàn)不可預(yù)測的故障，因而這樣的檢測方法在行業(yè)內(nèi)并未得 到規(guī)?；耐茝V應(yīng)用。

【發(fā)明內(nèi)容】

[0004] 為解決現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于音頻分析的非接觸式的 道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)及方法，能夠及時、準(zhǔn)確地對轉(zhuǎn)轍機(jī)進(jìn)行故障預(yù)警，確保道岔轉(zhuǎn)轍 機(jī)的正常運行。
[0005] 為了實現(xiàn)上述目標(biāo)，本發(fā)明采用如下的技術(shù)方案：
[0006] 基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，包括：
[0007] 音頻采集模塊，對轉(zhuǎn)轍機(jī)動作時的音頻信號進(jìn)行多樣本采集，并將采集到的音頻 信號放大；
[0008] 存儲模塊，接受放大處理后的音頻信號，進(jìn)行模數(shù)轉(zhuǎn)換并實時存儲；
[0009] 信號處理模塊，對采集到的音頻信號進(jìn)行帶通濾波器濾波、信號分幀、FFT變換、歸 一化及倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練生成模型文件并分類存儲 至終端處理器；
[0010] 信號判斷模塊，將實時采集并經(jīng)處理過的音頻信號讀入，根據(jù)模型文件進(jìn)行預(yù)測 分類，再對分類結(jié)果進(jìn)行判斷；
[0011] 預(yù)警模塊，輸出道岔轉(zhuǎn)轍機(jī)的運行狀態(tài)和故障預(yù)警。
[0012] 具體地，前述音頻采集模塊包括:拾音器、安裝支架及信號放大器，拾音器安裝于 安裝支架上并與信號放大器連接。
[0013] 優(yōu)選地，前述存儲模塊設(shè)置于硬盤錄像機(jī)內(nèi)。
[0014] 再優(yōu)選地，前述信號判斷模塊和預(yù)警模塊設(shè)置于終端處理器內(nèi)，所述終端處理器 為計算機(jī)。
[0015] 此外，本發(fā)明還公開了利用前述的故障預(yù)警系統(tǒng)進(jìn)行故障預(yù)警的方法，具體包括 如下步驟：
[0016] S1、利用音頻采集模塊對道岔轉(zhuǎn)轍機(jī)動作時的音頻信號進(jìn)行多個樣本采集，利用 信號放大電路進(jìn)行信號放大，然后經(jīng)模數(shù)轉(zhuǎn)換后存儲至存儲模塊；
[0017] S2、信號處理模塊對采集到的多個音頻信號進(jìn)行帶通濾波器濾波、信號分幀、FFT 變換、歸一化及倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練生成模型文件并 進(jìn)行分類存儲；
[0018] S3、音頻采集模塊實時采集道岔轉(zhuǎn)轍機(jī)的音頻信號，采用與步驟S2相同的方法計 算出實時音頻信號的特征碼，并與模型文件進(jìn)行比對，通過信號判斷模塊進(jìn)行預(yù)測分類，來 判斷道岔轉(zhuǎn)轍機(jī)是否處于正常工作狀態(tài)；
[0019] S4、等待采集下一段音頻數(shù)據(jù)并重復(fù)步驟S3;如果道岔轉(zhuǎn)轍機(jī)處于故障狀態(tài)，則同 時輸出告警至預(yù)警模塊，這樣一來，工作人員即可快速、準(zhǔn)確地預(yù)知轉(zhuǎn)轍機(jī)的故障隱患，避 免事后搶修。
[0020] 優(yōu)選地，前述步驟S2中，模型文件的分類包括如下三種:道岔轉(zhuǎn)轍機(jī)正常工作時的 音頻信號、道岔轉(zhuǎn)轍機(jī)工作異常時的音頻信號以及道岔轉(zhuǎn)轍機(jī)未工作時的背景聲音。
[0021] 再優(yōu)選地，前述步驟S2中，采用內(nèi)核為rbf的多分類支持向量機(jī)對樣本文件進(jìn)行模 型訓(xùn)練，交叉驗證選擇最優(yōu)化c、g參數(shù)生成模型文件，其中c表示懲罰系數(shù)，g表示核函數(shù)中 的gamma設(shè)置。
[0022] 更優(yōu)選地，步驟S3中，通過硬盤錄像機(jī)中SDK包的解碼回調(diào)函數(shù)進(jìn)行實時音頻信號 的米集。
[0023]進(jìn)一步地，前述步驟S2中，信號分幀的具體過程為:先將N(N通常為256或512)個取 樣點集合成一個觀測單位，稱為音框(Frame)，兩相鄰音框之間具有一段重迭區(qū)域，此重迭 區(qū)域包含了 Μ個取樣點，Μ的取值是N的1/2或1/3,這樣就能避免相鄰兩個音框的變化過大， 提尚首框連續(xù)性，從而進(jìn)一步提尚特征碼提取的準(zhǔn)確性。
[0024] 進(jìn)一步優(yōu)選地，由于音頻信號在時域上的變化很難看出其特性，因而，在前述步驟 S2中，通過FFT變換將音頻信號轉(zhuǎn)換到頻域上的能量分布來分析，由于FFT變換要求每幀的 數(shù)據(jù)信號包含一個完整的信號周期，因而使用乘漢明窗來加強(qiáng)音框左右端的連續(xù)性，這樣 能夠使后續(xù)特征碼的提取更加準(zhǔn)確，假設(shè)音框化的信號為3(1〇，11 = 0，1，..^-14為音框大 小，乘漢明窗后為f (n) = S(n)*W(n)，漢明窗W(n)的公式如下:W(n，a) = (l-a)-a*cos(2pi* n/(N-l))，其中，a表示設(shè)定的常量參數(shù)，0<a<l。
[0025] 本發(fā)明的有益之處在于:本發(fā)明的故障預(yù)警系統(tǒng)能夠及時、可靠地預(yù)測道岔轉(zhuǎn)轍 機(jī)的故障隱患，工作過程中通過拾音器對轉(zhuǎn)轍機(jī)的音頻信號進(jìn)行采集，不與轉(zhuǎn)轍機(jī)的電器 控制系統(tǒng)接觸，確保結(jié)果的可靠性和準(zhǔn)確性，能夠為設(shè)備故障的預(yù)防和解決提供依據(jù)；而 且，本發(fā)明的故障預(yù)警方法中，通過對采集到的多個音頻信號進(jìn)行帶通濾波器濾波、FFT變 換、信號分幀、歸一化及倒譜提升計算出特征碼，減少背景噪音的干擾，提高音頻信號識別 的準(zhǔn)確性。
【附圖說明】
[0026] 圖1是本發(fā)明的基于音頻分析的道岔轉(zhuǎn)轍機(jī)的故障預(yù)警方法的訓(xùn)練流程圖；
[0027] 圖2是本發(fā)明的基于音頻分析的道岔轉(zhuǎn)轍機(jī)的故障預(yù)警方法的檢測流程圖；
[0028] 圖3是本發(fā)明的故障預(yù)警方法中信號分幀的取樣值分布圖。
【具體實施方式】
[0029] 以下結(jié)合附圖和具體實施例對本發(fā)明作具體的介紹。
[0030] 本發(fā)明的故障預(yù)警系統(tǒng)基于對道岔轉(zhuǎn)轍機(jī)的音頻分析，具體包括:音頻采集模塊、 存儲模塊、信號處理模塊、信號判斷模塊及預(yù)警模塊。其中，音頻采集模塊包括:拾音器、安 裝支架及信號放大器，拾音器安裝于安裝支架上并與信號放大器連接，通過音頻采集模塊 對轉(zhuǎn)轍機(jī)動作時的音頻信號進(jìn)行多樣本(正常、故障及未工作狀態(tài))采集，并將采集到的音 頻信號放大;存儲模塊設(shè)置于硬盤錄像機(jī)內(nèi)，用于接受放大處理后的音頻信號，進(jìn)行模數(shù)轉(zhuǎn) 換并實時存儲;信號處理模塊是一核心部件，能夠?qū)Σ杉降囊纛l信號進(jìn)行帶通濾波器濾 波、FFT變換、信號分幀及歸一化倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練 生成模型文件并分類存儲至終端處理器;終端處理器中的信號判斷模塊將實時采集并經(jīng)處 理過的音頻信號讀入，根據(jù)模型文件進(jìn)行預(yù)測分類，再對分類結(jié)果進(jìn)行判斷，判斷結(jié)果通過 預(yù)警模塊輸出。
[0031] 為了更好地實現(xiàn)本發(fā)明，下面對該故障預(yù)警系統(tǒng)的故障預(yù)警方法進(jìn)行詳細(xì)說明， 該故障預(yù)警方法可分為圖1的訓(xùn)練流程和圖2的檢測流程。
[0032] 其中，訓(xùn)練流程參見圖1，具體為：（1 )、利用音頻采集模塊對道岔轉(zhuǎn)轍機(jī)動作時的 音頻信號進(jìn)行多個樣本采集，利用信號放大電路進(jìn)行信號放大，然后經(jīng)模數(shù)轉(zhuǎn)換后存儲至 存儲模塊；（2)、信號處理模塊對采集到的多個音頻信號進(jìn)行帶通濾波器濾波、信號分幀、 FFT變換、歸一化及倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練生成模型文件 并進(jìn)行分類存儲。這里的模型文件可分為三類:道岔轉(zhuǎn)轍機(jī)正常工作時的音頻信號、道岔轉(zhuǎn) 轍機(jī)工作異常時的音頻信號以及道岔轉(zhuǎn)轍機(jī)未工作時的背景聲音，這樣一來，通過對各類 狀態(tài)的信號采集并處理再存儲，以供后續(xù)檢測流程時調(diào)用進(jìn)行判斷和預(yù)警，特別地，將道岔 轉(zhuǎn)轍機(jī)未工作時的背景聲音也進(jìn)行采集后，能夠避免誤判，提高檢測結(jié)果的準(zhǔn)確性。
[0033]需要說明的是，在生成模型文件時，采用內(nèi)核為rbf的多分類支持向量機(jī)對樣本文 件進(jìn)行模型訓(xùn)練，交叉驗證選擇最優(yōu)化c、g參數(shù)生成模型文件，其中c表示懲罰系數(shù)，g表示 核函數(shù)中的gamma設(shè)置，這樣能夠獲得較準(zhǔn)確、干擾少的模型文件供調(diào)取，提高后續(xù)檢測的 準(zhǔn)確性。
[0034]檢測流程中，信號采集過程與前面的訓(xùn)練流程基本相似，結(jié)合圖2來看，其具體過 程為：（1)、將音頻檢測模塊的拾音器緊貼道岔轉(zhuǎn)轍機(jī)的外壁，通過硬盤錄像機(jī)的SDK包的解 碼回調(diào)函數(shù)進(jìn)行實時音頻信號的采集，經(jīng)信號放大電路進(jìn)行信號放大，然后經(jīng)模數(shù)轉(zhuǎn)換后 存儲至存儲模塊；（2)、信號處理模塊對采集到的實時音頻信號進(jìn)行帶通濾波器濾波、信號 分幀、FFT變換、歸一化及倒譜提升計算出特征碼，并與調(diào)取的模型文件（訓(xùn)練流程獲得)進(jìn) 行比對，通過信號判斷模塊進(jìn)行預(yù)測分類，來判斷道岔轉(zhuǎn)轍機(jī)是否處于正常工作狀態(tài)；（4)、 等待采集下一段音頻數(shù)據(jù)并重復(fù)步驟(3);如果道岔轉(zhuǎn)轍機(jī)處于故障狀態(tài)，則同時輸出告警 至預(yù)警模塊，這樣一來，工作人員即可快速、準(zhǔn)確地預(yù)知轉(zhuǎn)轍機(jī)的故障隱患，避免事后搶修。
[0035] 在本發(fā)明中，為了進(jìn)一步提高檢測結(jié)果的準(zhǔn)確性和可靠性，對信號處理過程也進(jìn) 行了優(yōu)化(其他未作特殊說明的，均為本領(lǐng)域內(nèi)的常用技術(shù)，如"帶通濾波器濾波:對頻譜進(jìn) 行平滑化，并消除諧波的作用，突顯原先語音的共振峰，還可降低運算量"），具體包括以下 幾個方面：
[0036] A、信號分幀：由于道岔轉(zhuǎn)轍機(jī)運行過程時長較短，只有四五秒的時間，為了取得較 多的樣本，先將N個取樣點集合成一個觀測單位，稱為音框(Frame )，通常N的值是256或512， 涵蓋的時間約為20~30ms左右。為了避免相鄰兩音框的變化過大，所以我們會讓兩相鄰因 框之間有一段重迭區(qū)域，提高音框連續(xù)性，從而進(jìn)一步提高特征碼提取的準(zhǔn)確性，此重迭區(qū) 域包含了Μ個取樣點，通常Μ的值約是N的1/2或1/3,如圖3所示。本發(fā)明中，硬盤錄像機(jī)取樣 頻率為8ΚΗζ，音框長度為256個取樣點，則對應(yīng)的時間長度是256/8000*1000 = 32ms。
[0037] B、FFT變換(快速傅利葉變換）：由于音頻信號在時域上的變化很難看出其特性，因 而將它轉(zhuǎn)換到頻域上的能量來分析，不同的能量分布代表了不同的特性。為了加強(qiáng)音框左 右端的連續(xù)性，提高特征碼提取的準(zhǔn)確性，本發(fā)明中采用了乘漢明窗的計算方式，假設(shè)音框 化的信號為S(n)，n = 0，l，. . .N-1，N為音框大小，乘漢明窗后為S' (n)=S(n)*W(n)，漢明窗W (η)的公式如下:W(n，a) = (l-a)-a*cos(2pi*n/(N_l))，其中，a表示設(shè)定的常量參數(shù)，0<a <1〇
[0038] C、歸一化:把數(shù)據(jù)映射到(-1，1)范圍處理，將有量綱表達(dá)式轉(zhuǎn)變?yōu)闊o量綱表達(dá)式：
其中，Dli)表示歸一化處理后的結(jié)果，D(i)表示當(dāng) 前數(shù)值，D表示需要歸一化處理的數(shù)據(jù)集，U表示歸一化的數(shù)據(jù)上限1，L表示歸一化的數(shù)據(jù)下 限-1 〇
[0039] D、倒譜提升(合并差量倒頻譜參數(shù)）：將能量頻譜能量乘以一組20個帶通濾波器， 求得每個帶通濾波器輸出的對數(shù)能量<飢）=S m S Μ， 其中，Μ表示帶通濾波器的數(shù)量，Hm(k)為帶通濾波器的頻率響應(yīng)，
_]式中ΣΙ?:Ρ4#)二 i
[0042]心認(rèn)）.二益：| .x(n)設(shè)0 S N，式^ 處N表示傅立葉變換的點數(shù);接著，將20個對數(shù)能量經(jīng)離散余弦變換得到MFCC系數(shù)，求出L階的 倒譜參數(shù)，L值為12，離散余弦轉(zhuǎn)換公式如下：
得出每個音框的特征有13維，包含1個對數(shù)能量和12個倒頻譜參數(shù)，再求倒頻譜參數(shù)相對于 時間的斜率，公式如下：
其中，Ct表示第t個位置的 倒譜系數(shù);最后，加上差量運算即產(chǎn)生26維的特征向量，得到特征碼。
[0043]綜上，在本發(fā)明的故障預(yù)警系統(tǒng)和方法中，通過非接觸方式采集音頻信號并對采 集到的音頻信號進(jìn)行帶通濾波器濾波、FFT變換、信號分幀、歸一化及倒譜提升計算出特征 碼，最終實現(xiàn)準(zhǔn)確、可靠地預(yù)測轉(zhuǎn)轍機(jī)的故障隱患，達(dá)到降低故障、提高可靠性、避免事后搶 修的目的。
[0044]以上顯示和描述了本發(fā)明的基本原理、主要特征和優(yōu)點。本行業(yè)的技術(shù)人員應(yīng)該 了解，上述實施例不以任何形式限制本發(fā)明，凡采用等同替換或等效變換的方式所獲得的 技術(shù)方案，均落在本發(fā)明的保護(hù)范圍內(nèi)。
【主權(quán)項】
1. 基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，其特征在于，包括： 音頻采集模塊，對轉(zhuǎn)轍機(jī)動作時的音頻信號進(jìn)行多樣本采集，并將采集到的音頻信號 放大； 存儲模塊，接受放大處理后的音頻信號，進(jìn)行模數(shù)轉(zhuǎn)換并實時存儲； 信號處理模塊，對采集到的音頻信號進(jìn)行帶通濾波器濾波、信號分幀、FFT變換、歸一化 及倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練生成模型文件并分類存儲至終 端處理器； 信號判斷模塊，將實時采集并經(jīng)處理過的音頻信號讀入，根據(jù)模型文件進(jìn)行預(yù)測分類， 再對分類結(jié)果進(jìn)行判斷； 預(yù)警模塊，輸出道岔轉(zhuǎn)轍機(jī)的運行狀態(tài)和故障預(yù)警。2. 根據(jù)權(quán)利要求1所述的基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，其特征在于，所述 音頻采集模塊包括:拾音器、安裝支架及信號放大器。3. 根據(jù)權(quán)利要求1所述的基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，其特征在于，所述 存儲模塊設(shè)置于硬盤錄像機(jī)內(nèi)。4. 根據(jù)權(quán)利要求1所述的基于音頻分析的道岔轉(zhuǎn)轍機(jī)故障預(yù)警系統(tǒng)，其特征在于，所述 信號判斷模塊和預(yù)警模塊設(shè)置于終端處理器內(nèi)，所述終端處理器為計算機(jī)。5. 利用權(quán)利要求1所述的故障預(yù)警系統(tǒng)進(jìn)行故障預(yù)警的方法，其特征在于，包括如下步 驟： 51、 利用音頻采集模塊對道岔轉(zhuǎn)轍機(jī)動作時的音頻信號進(jìn)行多個樣本采集，利用信號 放大電路進(jìn)行信號放大，然后經(jīng)模數(shù)轉(zhuǎn)換后存儲至存儲模塊； 52、 信號處理模塊對采集到的多個音頻信號進(jìn)行帶通濾波器濾波、信號分幀、FFT變換、 歸一化及倒譜提升計算出特征碼，根據(jù)特征碼進(jìn)行支持向量機(jī)訓(xùn)練生成模型文件并進(jìn)行分 類存儲； 53、 音頻采集模塊實時采集道岔轉(zhuǎn)轍機(jī)的音頻信號，采用與步驟S2相同的方法計算出 實時音頻信號的特征碼，并與模型文件進(jìn)行比對，通過信號判斷模塊進(jìn)行預(yù)測分類，來判斷 道岔轉(zhuǎn)轍機(jī)是否處于正常工作狀態(tài)； 54、 等待采集下一段音頻數(shù)據(jù)并重復(fù)步驟S3;如果道岔轉(zhuǎn)轍機(jī)處于故障狀態(tài)，則同時輸 出告警至預(yù)警模塊。6. 根據(jù)權(quán)利要求5所述的故障預(yù)警的方法，其特征在于，所述步驟S2中，模型文件的分 類包括如下三種:道岔轉(zhuǎn)轍機(jī)正常工作時的音頻信號、道岔轉(zhuǎn)轍機(jī)工作異常時的音頻信號 以及道岔轉(zhuǎn)轍機(jī)未工作時的背景聲音。7. 根據(jù)權(quán)利要求5所述的故障預(yù)警的方法，其特征在于，所述步驟S2中，采用內(nèi)核為rbf 的多分類支持向量機(jī)對樣本文件進(jìn)行模型訓(xùn)練，交叉驗證選擇最優(yōu)化c、g參數(shù)生成模型文 件，其中c表示懲罰系數(shù)，g表示核函數(shù)中的gamma設(shè)置。8. 根據(jù)權(quán)利要求5所述的故障預(yù)警的方法，其特征在于，步驟S3中，通過硬盤錄像機(jī)中 SDK包的解碼回調(diào)函數(shù)進(jìn)行實時音頻信號的采集。9. 根據(jù)權(quán)利要求5所述的故障預(yù)警的方法，其特征在于，所述步驟S2中，信號分幀的具 體過程為:先將N個取樣點集合成一個觀測單位，稱為音框，兩相鄰音框之間具有一段重迭 區(qū)域，此重迭區(qū)域包含了 Μ個取樣點，Μ的取值是N的1/2或1/3。10.根據(jù)權(quán)利要求5所述的故障預(yù)警的方法，其特征在于，所述步驟S2中，通過FFT變換 將音頻信號轉(zhuǎn)換到頻域上的能量分布來分析，使用乘漢明窗來加強(qiáng)音框左右端的連續(xù)性， 假設(shè)音框化的信號為3(11)，11 = 0，1，...114為音框大小，乘漢明窗后為5/(11) = 5(11)哪 (η)，漢明窗W(n)的公式如下:W(n，a) = (l-a)-a*cos(2pi*n/(N-l))，其中，a表示設(shè)定的常 量參數(shù)，〇<a<l。
【文檔編號】G01M99/00GK106017954SQ201610316282
【公開日】2016年10月12日
【申請日】2016年5月13日
【發(fā)明人】周楊, 沙立, 杜俊, 李子涵
【申請人】南京雅信科技集團(tuán)有限公司