基于MFCC和自编码器的风机设备异常检测系统

自编码器常常用来对大量无监督的数据进行学习,得到数据的有效特征。因此,自编码器常应用于数据分类、异常检测、数据重构等领域当中。然而,对于工业机械设备的异常检测由于其自身的数据较为接近噪声数据,直接输入自编码器对其的训练难度较大,并且提取的特征不容易区分噪声和正常数据。因此,在输入自编码器之前,需要进一步提取数据的特征,再将特征输入自编码器进行学习,以此提高异常检测的准确率。前序的特征选用声音数据的梅尔倒谱系数以及小波包能量共同组成,充分结合人耳听觉特性以及高低频频带的能量。最后,应用设计的硬件系统,采集实际声音数据,并进行验证。实验结果表明该系统对工业风机的异常检测有良好表现。