本發(fā)明公開了一種基于CNN和聲音時頻特征圖的微型振動馬達缺陷識別方法及裝置,該缺陷識別方法包括將采集的音頻信號進行A?計權處理,然后進行短時傅里葉變換獲得二維時頻特征灰度圖,將二維時頻特征灰度圖制作成訓練集和測試集,通過CNN對時頻特征圖進行學習,提取出更容易分類的特征,使用softmax分類器對最后的特征進行分類,實現對微型振動馬達缺陷的無損、實時、高精度檢測。本發(fā)明能夠實現對帶有偏心塊的微型振動馬達的缺陷檢測,填補了帶偏心塊微型振動馬達檢測技術的空白,在無損檢測技術領域具有很大的應用前景。
聲明:
“基于CNN和聲音時頻特征圖的微型振動馬達缺陷識別方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)