基于声学信号分析的肺部疾病自动诊断系统研究

为提高肺部疾病诊断的准确率,提出一种基于声学信号分析的肺部疾病自动诊断系统。该系统通过高精度的麦克风阵列和模数转换芯片采集呼吸音信号,采用基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的并行计算架构,从预处理后的信号中挖掘并优选关键特征。实验结果表明,该系统在支气管哮喘、肺炎及慢性阻塞性肺疾病上具有较高的诊断准确率。

船舶水下声学信号传播特性及影响因素分析

本论文着重研究了船舶水下声学信号传播特征及其影响因素。首先,阐述了水下声学信号在水中传播的概念和特性,包括声速,衰减,反射,折射,散射等。其次,研究海洋介质性质、船体参数、声源参数等对船舶水下声学信号传播特性的影响。在此基础上,本项目将研究海洋介质性质中温度、盐度、气压等因素对声传播过程的影响。最后,探讨了该技术在海洋石油勘探、海洋环境监测等方面的应用。希望通过本项目的研究,能够为船舶水下声学信号传播特性的研究提供一定的借鉴意义。

基于声学信号处理技术的语音识别算法改进与模型优化

本文通过对语音识别的基本原理和相关技术的概述,分析了语音识别面临的挑战和问题。然后,探讨了声学信号处理技术在语音识别中的应用,强调了其在语音识别准确性方面的作用。接着,对现有的语音识别算法进行了分析,并提出了基于声学信号处理技术的算法改进策略和方法。实施改进后的算法在语音识别准确性和鲁棒性方面取得了显著的提升。针对语音识别模型的优化问题,本文提出了基于声学信号处理技术的模型优化方法,并进行了性能测试和分析。优化后的模型在语音识别准确性和鲁棒性方面表现出显著的改善。本文通过基于声学信号处理技术的算法改进和模型优化,有效提高了语音识别的准确性和鲁棒性。这为语音识别技术的发展提供了有益的借鉴和参考,为进一步提升语音识别的性能打下了基础。

基于声学特征信号识别的高速机械开关故障检测方法研究

世界首次研制的500kV高压直流断路器已投入运行,高速机械开关是直流断路器重要部件,对高速机械开关运行过程中机械状态准确评估,是确保直流断路器全寿命周期内长时无故障运行的关键。文中结合张北柔直工程运维需求,分析了高速机械开关单元结构特点及工作原理,并结合运行经验,确定主驱动轴松动和储能电容不足两种典型故障类型。提出了声学信号采集关键技术指标,开发设计了声学信号采集和分析系统,开展高速机械开关声学信号采集和快速分闸特性关联测试试验,基本确定声学信号适用性。在声学传感器的15个预置位置分别采集高速机械开关单元正常状态分闸、主驱动轴松动和储能电容容量不足典型故障下分闸时的声学样本数据集,利用构建的EMD-GRU高速机械开关单元故障识别算法模型,对声学信号样本数据集进行训练和验证,获得传感器不同布置位置的准确率。对两种典型故障的声学信号进行了经验模态分解,分析出了两种典型故障声学特征信号窄时域时间点和峰值组数的关联差异。结果表明,文中提出的基于声学特征信号识别的高速机械开关故障检测方法可相对准确区分正常分闸、故障(主驱动轴松动、储能电容量不足)分闸状态下声学信号,识别准确率可达到93.3%,为后续工程化应用打下坚实基础。

单轴压缩条件下花岗岩声学信号频域特征分析

岩石失稳破坏往往会导致严重的工程问题和地质灾害,为了探讨花岗岩失稳破坏过程的演化机制及前兆特征,进行了单轴压缩声学试验,对花岗岩试件失稳破坏过程伴生的声发射信号及次声信号频域信息演化特征进行了分析。研究结果表明:低于100 kHz频段的声发射事件在花岗岩试件峰值破坏前夕逐渐减少,而高于250 kHz频段的声发射事件在花岗岩试件峰值破坏前夕逐渐增多;花岗岩试件在发生峰值破坏前会经历平均频率质心的“相对上升期”及“相对稳定期”,并且会在“相对稳定期”发生峰值破坏;次声信号主频分布在0.01~20 Hz,其中5~15 Hz频段的次声信号分布最多,占比约为62.5%;峰值应力前相对应力水平大于80%时,第一频段和第三频段的次声信号占比达到最低值,第二频段占比达到最高值;最后,计算了花岗岩变形破坏过程次声信号主频的分形维数,该分形维数在临近峰值应力时下降到最小值。上述峰值应力前声学信号的特征可作为其破坏前兆特征。

多普勒畸变声学信号的伪时频分析及其校正

位于运动轨迹旁的麦克风采集的运动声源信号存在多普勒畸变现象,这增加了信号分析的难度,特别对于高速列车道旁声学故障诊断工作。为了提高诊断的准确性和可靠性,提出了一种新的基于摩尔斯声学理论的多普勒信号伪时频分析,该分析给出了一种伪时频分布,对信号的时间中心和特征频率进行了有效估计,得到的参数用于信号重采样以校正其多普勒畸变,校正信号中能有效提取出信号中包含的故障信息。仿真信号和实验信号的分析结果表明,该方法能够用于提取多普勒畸变信号的参数,并加以校正,在道旁声学故障诊断中有较好的应用前景。

基于CNN与多通道声学信号的齿轮故障诊断

针对齿轮故障诊断任务中,振动信号受设备或工矿环境的影响难以获取,传统的单通道声学诊断法只能采集部分信息用于局部诊断,多通道声学诊断法权值确定过程复杂、实时性差等问题,结合深度学习理论,提出一种基于卷积神经网络与多通道声学信号齿轮故障诊断法。通过将传感器布置在不同测量点位以获取不同敏感度的故障信息,再以卷积神经网络作为融合技术,对4路齿轮声学信号进行特征级融合,实现对多级传动齿轮的故障诊断。实验结果表明:相比于单个传感器多个特征量信息的传统声学诊断方法,该文所提出的方法在齿轮故障识别率上有显著提升,可达99.8%。

等变自适应算法在声学特征信号分离中的应用

本文介绍了一种高效的盲分离算法———基于独立性的等变自适应分离算法 ,简称EASI算法 (EASI:Equiv ariantAdaptiveSeparationviaIndependence)。为了克服EASI算法依据峭度选择非线性函数的问题 ,引进了其改进算法。将其运用到声学诊断中 ,对声混合信号进行频谱分离 ,得到各声源的特征频谱结构图。EASI及其改进算法经过实验研究 ,证明了该算法的有效性。

滚动轴承故障声学信号小波分析方法研究

采用小波分析方法,对非接触式声学测试中的滚动轴承故障声学信号进行多尺度分解,计算分解后每层信号的能量系数,结合噪声信号频率特性,去除能量较低的频段信号,对能量集中的频段进行波形重构,得到最能代表声发射源特征的信号,并利用功率谱分析了其频域特性。

淡水水体气泡的声学信号特征与识别研究--以乐昌峡水库为例

淡水湖泊和水库底部沉积物产生的甲烷(CH_(4))常以气泡方式从水中逸出,由于气泡目标强度(target strength,TS)分布范围与鱼类目标强度高度重合,导致信号误判而影响数据处理。2017年7月,使用分裂波束渔探仪Simrad EY60(120 kHz,200 W)在北江水系乐昌峡水库进行声学探测,研究不同航速下的信号类别,为水下气体跟踪、温室气体释放通量、水体底质演变及渔业资源评估提供参考依据。结果显示,气泡(多数)和鱼类(少数)为乐昌峡水库主要声学散射体,与鱼类信号的随机性相比,气泡具有一定的规律性,一直上升且水平位移较小,气泡与鱼类在相对游泳速度、垂直方向变化、目标轨迹的垂直变化等变量存在显著差异(P<0.01)。气泡在水中的平均上升速度为23.95 cm/s,95%置信区间为23.17~24.74 cm/s;平均气泡目标强度为-60.09 dB,分布范围为-73.82~-33.29 dB,半径范围0.20~21.65 mm;气泡在上升过程中速度逐渐减慢,半径逐渐减小,与水深呈显著相关关系(r=0.99,P<0.01)。船速<3 km/h,回波图能清晰分辨气泡和鱼体信号,可作为目标运动轨迹识别依据。

基于声学信号瓶颈特征的滚动轴承故障诊断

为有效诊断滚动轴承的健康状态,针对运行监测声学信号特征微弱的特点,提出了基于声学信号瓶颈特征的滚动轴承故障诊断方法.首先提取滚动轴承声学信号的多维特征参数,通过自编码网络降低特征维数,获取有效反映滚动轴承运行状态的瓶颈特征,最后训练支持向量机实现滚动轴承故障诊断.通过对滚动轴承不同故障状态的模拟试验分析,并与传统方法对比,可知本文提出的方法具有更高的诊断正确率.

微波听觉效应中产生声学信号的电场应力机理

提出了一种不同于文献报道的微波听觉效应中声学信号的产生机理，该机理建立在作用于人或动物颅骨两个表面的电场应力基础上，起因于皮肤—颅骨和颅骨—脑组织界面上电参量的不均匀性及形变引起的质量密度变化。在考虑空气—皮肤，皮肤—颅骨，颅骨—脑组织界面对电磁波的反射和各组织对在其内传播的电磁波衰减的条件下，求得各界面处的电场强度，利用付里叶变换和巴塞瓦等式求得对微波听觉效应有贡献的微波能量占微波脉冲总能量的比率，进而求得作用于颅骨表面对产生声信号（频率为２０Ｈｚ到１．４×１０４Ｈｚ）有贡献的电场应力峰值。基于常用于实验的一组参数的计算结果表明。

实时声学数字信号处理实验研究

针对声回波对消、语音去混响及语音盲信号分离等声学信号处理应用领域中 ,自适应算法的有效性、实时可行性的研究与测试 ,作者研究并构建出基于浮点DSP及虚拟仪器LabVIEW的实时声学信号处理实验平台 (EP) .该EP既能同时测量多路房间冲激响应 (RIR)及两两RIR间的差异(DRIR)信息 ,并用于相关算法的离线研究 。

声学信号采集及网络传输系统设计

基于对水中声信号长时间、高精度采集的要求,系统以内嵌ARM核的微控制器STM32F207作为主控制器,配合24位高精度A/D转换芯片,将采集信号通过网络传输模块传送到上一级系统。系统充分利用STM32F207的片上资源,搭配信号调理电路、AD转换基准电源及抗干扰措施,既降低了系统功耗,又保证了信号的采集精度和系统工作稳定性,经过消声水池实测,系统完全满足对声学信号高精度采集的要求,信号转换误差在50μv以内。

基于声学信号的柴油机燃烧始点观测方法研究

鉴于燃烧相位观测的重要性和基于缸压信号的传统燃烧相位观测方法成本高、寿命短,实际应用受到限制,本文中对采集到的高压共轨柴油机声学信号进行时频联合分析,研究声学信号与缸内燃烧始点之间的关系。将未燃烧阶段的声学信号抽象为高斯噪声,分析了声学信号特征量与缸内燃烧始点之间的相关性,采用多项式回归建模的方法,建立了基于声学信号的高压共轨柴油机燃烧始点观测模型。测试结果表明,该模型能比较准确地观测到燃烧始点,其均方根误差为1°CA左右。

基于声学信号的高压共轨柴油机工作粗暴诊断方法研究

采用时频联合分析的方法研究了柴油机正常燃烧和工作粗暴状态下声学信号的特点,定义了对正常燃烧和工作粗暴敏感的声学信号特征量,研究了特征量与燃烧模式之间的相关性。采用判别分析的方法建立了基于声学信号特征量的工作粗暴诊断模型。测试结果表明:工作粗暴诊断模型对柴油机正常燃烧和工作粗暴的正确辨识率超过85%。

基于声学信号的柴油机最大压升率时刻观测

基于缸压信号的传统燃烧相位观测方法由于传感器成本、使用寿命的缘故,推广应用受到一定限制.针对急燃期相位观测的问题,提出了基于柴油机气缸声学信号观测缸内最大压升率时刻的方法.该方法对采集到的高压共轨柴油机声学信号进行时频联合分析,研究声学信号与柴油机缸内最大压升率时刻之间的关系.选择合适的声学信号频段定义特征量,并与缸内实际的最大压升率时刻进行相关性分析.运用多项式回归建模的方法,建立了基于声学信号的高压共轨柴油机最大压升率时刻观测模型.测试结果表明,该模型能比较准确地观测到最大压升率时刻,其对最大压升率时刻观测的均方根误差为1,°CA左右.

基于声学信号的无机保温砂浆外墙外保温系统缺陷检测试验研究

无机保温砂浆外墙外保温系统存在开裂、空鼓、脱空等缺陷,亟须研发相应的无损检测技术,以对施工质量和安全状况进行检测与评估。基于振动力学和声辐射模态理论,通过试验研究敲击外墙外保温系统不同类型缺陷处产生的声学信号时频特性。利用小波变换提取信号首个峰值频率,用于检测外墙外保温系统是否存在缺陷。试验结果表明,该检测技术可用于无机保温砂浆外墙外保温系统缺陷检测中。

基于人工声学信号的岩体状态和动力现象监测系统САКСМ应用

随着矿井开采深度的增加,围岩的应力应变状态在动力现象危险带的形成中起着决定性作用。为了实现工作面附近岩体应力应变状态的连续自动化预测,基于动力现象危险性形成的顶板变形延迟理论和人工声学信号的弹性共振频谱特性,根据动力现象危险性人工声学预测在俄罗斯多年的研究试验成果和安全法规的最新要求,研制了岩体状态声学监测和动力现象预测自动化系统САКСМ,并在生产矿井进行了试验应用。系统运行结果表明:在顶板岩层的不同变形阶段,工作面附近岩体的应力应变状态不同,对应的人工声学信号的频谱特性不同,根据人工声学信号的共振频率、振幅及其动态,可以评价顶板岩层中软化接触面的发育位置及其弱化程度,分析工作面附近岩体变形状态和动力现象危险性;相对应力系数监测工作面附近岩体状态,反映了变形延迟和潜能积聚水平,代表了动力现象危险性严重程度,在工作面附近相对应力系数显著增大,最大值超过背景值的2倍以上,能够可靠预测出工作面前方的矿山压力升高带;当工作面距离地质破坏7 m以远时,地质破坏系数显著增大超过其临界值,达到背景值的3倍以上,能够可靠预测出工作面前方的地质破坏;相对应力系数与回风流瓦斯体积分数成线性反比关系,回风流瓦斯体积分数随着相对应力系数的增大而减小,随着相对应力系数的减小而增大,工作面附近岩体的应力状态对瓦斯涌出起着控制作用。

基于声学信号的EPS板薄抹灰外墙外保温系统缺陷检测试验研究

针对EPS板薄抹灰外墙外保温系统空鼓、开裂、脱落等缺陷,提出基于声学信号的无损检测技术。对外保温系统不同位置处敲击产生的声学信号进行时频分析,并提取时域信号幅值和时频信号首个峰值频率,以判断外保温系统是否存在缺陷。试验结果表明,基于声学信号的无损检测技术可用于EPS板薄抹灰外墙外保温系统缺陷检测。