基于MFCC特征提取的故障预测与评价方法

针对渐变故障的准确预测问题,提出了一种基于Mel频率倒谱系数(Mel frequency cestrum coefficient,MFCC)特征提取的故障预测方法.首先通过监测对象上安装的声传感器获得机器当前运行的声音信号;然后声音信号经过预处理后,将其进行Mel变换,获得其MFCC特征向量;最后经SVM分析器对机器运行时的测试数据和所存机器正常运行样本数据进行聚类分析,给出机器的健康评价.测试了海马M3发动机存在撞击声、轻敲声、轰鸣声时的健康度以及分析了采集的声信号存在噪声时的抗噪性能.实验结果表明,MFCC特征值能够作为机器健康预测的特征向量,且方法在预测的准确性和鲁棒性方面具有优势.     

煤矿泵房自动化动态管理系统

针对原有煤矿泵房自动控制系统的缺陷,本文提出在原有控制理论基础之上,又新增加语音报警、视频联动、声音拾取、多系统融合深入分析几个模块,对采集的数据做理论分析,丰富了整个系统的功能,提高了自动化控制的可靠性。使在集控中心的远程操作人员不仅是简单地点击按钮来现场控制设备,更是从视觉和听觉等多个方面去实现泵房自动化的动态管理。