首页--工业技术论文--化学工业论文--一般性问题论文--化工厂论文--生产安全技术论文--设备的安全设施论文

基于音频识别的防爆电机故障监测研究

摘要第4-5页
ABSTRACT第5页
创新点摘要第6-9页
第一章 绪论第9-15页
    1.1 本课题的研究背景及意义第9-11页
    1.2 发展及现状第11-12页
    1.3 故障监测的问题和困难第12-13页
    1.4 本课题的主要研究内容第13页
    1.5 本章小结第13-15页
第二章 音频信号分析第15-28页
    2.1 音频信号的预处理第15-19页
        2.1.1 预加重第15页
        2.1.2 分帧加窗第15-16页
        2.1.3 音频端点检测算法改进及实现第16-19页
    2.2 音频信号的特征参数提取第19-27页
        2.2.1 线性预测倒谱系数(LPCC)第19-22页
        2.2.2 Mel频率倒谱系数(MFCC)第22-25页
        2.2.3 改进的Mel频率倒谱系数(△MFCC)第25-27页
    2.3 本章小结第27-28页
第三章 音频识别的模型及其训练方法第28-38页
    3.1 隐马尔可夫模型(HMM)第28-34页
        3.1.1 隐马尔可夫模型的概念第28-29页
        3.1.2 隐马尔可夫模型的结构与类型第29-30页
        3.1.3 隐马尔可夫模型的三个基本问题第30-34页
    3.2 隐马尔可夫模型在音频识别中的应用第34-37页
    3.3 本章小结第37-38页
第四章 电机噪声信号的降噪处理第38-45页
    4.1 噪声的分类第38-39页
        4.1.1 加性噪声、乘性噪声第38-39页
        4.1.2 平稳噪声、缓变噪声与冲激噪声第39页
    4.2 噪声对识别系统的影响第39页
    4.3 各种抗噪声音频识别技术第39-43页
        4.3.1 抗噪声音频增强技术第39-41页
        4.3.2 抗噪型音频特征提取技术第41-42页
        4.3.3 基于模型补偿的去噪方法第42-43页
    4.4 本章小结第43-45页
第五章 系统的设计与实现第45-56页
    5.1 实验的软硬件环境第45页
    5.2 故障模型库的建立第45页
    5.3 识别系统的组成第45-54页
        5.3.1 音频信号的预处理第45-48页
        5.3.2 特征参数的改进第48-51页
        5.3.3 基于HMM模型的故障识别第51-52页
        5.3.4 抗噪处理技术第52-54页
    5.4 系统的实现第54-55页
    5.5 本章小结第55-56页
总结与展望第56-58页
参考文献第58-61页
攻读硕士学位期间发表文章目录第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:室内健身空间设计的研究与应用
下一篇:K公司研发人员胜任力及提升策略研究