Loj cov kabmob rhaub
Thaum kuaj nyob rau hauv qhov chaw ib puag ncig hnyav xws li siab kub, lub suab nrov, hmoov av, vibration, thiab lwm yam, nws yuav tsis tsuas yog ua rau muaj kev phom sij rau lub cev thiab lub hlwb ntawm tus kuaj xyuas, tab sis tseem ua rau tus kuaj xyuas tsis tuaj yeem ua haujlwm ib txwm. Yog li, cov kev tshawb fawb ntawm kev tshawb pom ntawm qhov tsis xws saum npoo ntawm cov kabmob puab ntawm cov kabmob loj cov kabmob tau dhau los ua qhov chaw kub ntxhov nyob rau xyoo tas los no. Raws li cov duab thaij duab digital thev naus laus zis, peb lub tuam tsev tau ua qhov kev tshawb fawb ntawm kev tshawb pom ntawm qhov tsis xws ntawm cov npoo ntawm cov kabmob sib dhos ntawm cov kabmob loj cov khoom siv cua sov. Cov ntsiab lus tseem ceeb muaj raws li hauv qab no:
1. Hom kev ua tau zoo thiab qhov chaw ntsuas qhov tsis sib xws ntawm qhov tsis xws ntawm cov kabmob ntawm cov kabmob ntawm cov kabmob loj.
2. Kev soj ntsuam ntawm pom duab ntug txiav txim siab algorithm. Kev siv ntau ntawm cov ntug kev ua kom pom cov neeg sab nrauv tau siv los sib piv thiab tshawb pom cov ntsiab lus saum npoo ntawm cov kabmob sib dhos ntawm cov kabmob loj cov khoom siv cua sov, thiab cov neeg ua haujlwm txhim kho Sobel ntug nrhiav kom tau.
3. Extraction thiab xaiv ntawm cov yam ntxwv tsis xws luag. Hu kho qhov tsis xws luag, cov yam ntxwv morphological, thiab cov ntsiab lus zoo nkauj tau muab rho tawm los ntawm cov duab tsis xws luag, thiab kev tsom xam thiab kev ua qauv qhia tau raug coj los txiav txim rau Hu lub sijhawm tsis muaj qhov tsis zoo uas yuav tsum muaj rau kev faib tawm.
4. Kev tshawb nrhiav kev faib tawm thiab paub teeb meem raws li BP neural network.
Txoj kev tshawb ntawm cov txheej txheem audio audio ntawm kev coj tus kheej rhaub bearing txhaum
(1) Lub suab tso suab ntawm cov roj rhaub cov kabmob muaj cov ntaub ntawv tseem ceeb ntawm nws cov kev khiav haujlwm. Los ntawm kev txheeb xyuas cov ntaub ntawv no, qhov kev kuaj pom qhov tsis tseeb ntawm cov kabmob lub tshuab cua sov tuaj yeem ua tau zoo, thiab cov cim suab tuaj yeem sau hauv qhov tsis sib tiv tauj, uas yooj yim rau siv thiab tsis tau them nqi kom zoo dua.
(2) Raws li qhov kom zoo dua tias txhua yam tsis xws luag hauv Discrete Hidden Markov Model (DHMM) yog cov tsis muaj nuj nqis, peb hais tawm txoj hauv kev tshiab rau kev kuaj xyuas lub suab ntawm cov kabmob yuam kev raws li DHMM, uas muaj cov qauv yooj yim, kev suav nrawm. thiab kuaj tau raug qhov tseeb Nta.
(3) Txij li qhov sib txuas ntxiv ntawm Gaussian sib xyaw ua kom sib xyaw ua kom muaj nuj nqi tuaj yeem siv los piav qhia qhov tshwm sim ntau qhov txiaj ntsig, daim ntawv nthuav tawm cov qauv tshiab ntawm cov kev ua kom lub suab ua txhaum raws li qhov sib txuas ntxiv ntawm Gaussian sib xyaw ua kom ceev HMM (Contlnuous Gaussian Sib tov zais Markov Qauv, CGHMM). Nyob rau tib lub sijhawm, kev qhia thiab kev soj ntsuam kev txhim kho cov txheej txheem txhim kho tau zoo los ntawm kev siv cov pawg sib xyaw qauv qauv parameter pib txoj kev pib thiab cov calibration coefficient mus rau rov qab rov qab algorithm.
(4) tau ua qhov kev sib piv ntawm cov kev ntsuas mob tsis sib xws ntawm DHMM thiab CGHMM cov hau kev. Lub DHMM algorithm yog qhov zoo dua li cov kev siv dav dav hauv CGHMM hauv kev ceev, tab sis kev kuaj mob qhov tseeb yog qis dua CGHMM algorithm.