本发明公开了一种基于CNN和声音时频特征图的微型振动马达缺陷识别方法及装置,该缺陷识别方法包括将采集的音频信号进行A‑计权处理,然后进行短时傅里叶变换获得二维时频特征灰度图,将二维时频特征灰度图制作成训练集和测试集,通过CNN对时频特征图进行学习,提取出更容易分类的特征,使用softmax分类器对最后的特征进行分类,实现对微型振动马达缺陷的无损、实时、高精度检测。本发明能够实现对带有偏心块的微型振动马达的缺陷检测,填补了带偏心块微型振动马达检测技术的空白,在无损检测技术领域具有很大的应用前景。
声明:
“基于CNN和声音时频特征图的微型振动马达缺陷识别方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)