基于VMD-Seq2seq模型的扬声器短期寿命预测研究

随着音频载体设备的发展，扬声器在向着体积小、功率大的趋势发展，长时间工作在大信号驱动时音圈发热严重，会出现音圈断路等热损坏问题，通过对扬声器电参量数据的预测，可以降低功放功率等方法保护音圈，延长使用寿命。针对功率试验中扬声器电参量数据的时序特性，提高预测准确率，提出一种基于变分模态分解(variational mode decomposition, VMD)和编解码器(sequence to sequence, Seq2seq)模型的扬声器电参量多步预测方法。该方法首先使用VMD将原始数据进行分解，降低数据的非平稳性，利用分解后的数据构建训练集并使用Seq2seq网络模型进行训练和多步预测。仿真结果表明，所提出的预测模型在单步预测情况下，模型评价指标均方根误差(RMSE)为0.044、平均绝对百分比误差(MAPE)为0.15%、决定系数(R²)为0.94,在五步预测的情况下，模型评价指标RMSE为0.05、MAPE为0.17%、R²为0.92,均优于其余对比模型，表明所提出模型的精度更高。