[发明专利]一种基于麦克风阵列的工业设备故障信号定位与识别方法

权利要求书

1.一种基于麦克风阵列的工业设备故障信号定位与识别方法，其特征在于包括以下步骤：

1)采集声音信号，将其分为训练集、验证集和测试集；

2)对训练集中的声音信号进行特征提取，将信号进行离散傅里叶变换来提取频谱图的相位谱图和幅度谱图；

3)将特征提取模块的输出作为输入被送到卷积神经网络，在每层CNN网络中，使用2DCNN来学习频谱图中的平移不变性；

4)在每层CNN之间，使用批量归一化对输出进行归一化，并沿着频率轴使用最大池化层来降低维数；

5)将来自CNN层的输出，送到RNN层用来学习音频信号的时间上下文信息；

6)输入一层全连接层，包含D个节点，使用线性激活函数；

7)将全连接层的输出输入到两个并行的全连接层分支，分别用于故障识别和故障定位；

8)使用验证集验证模型的性能指标，使用测试集验证模型的泛化能力。

2.根据权利要求1所述的基于麦克风阵列的工业设备故障信号定位与识别方法，其特征在于步骤4)中，沿着频率轴使用最大池化层来降低维数，包括：

401)将上一层的输出结果根据池化滤波器的大小进行分割区块，选择每个区块的最大值来表示特征值；

402)平均池化在分割的区块中，取区块的平均值作为特征值；

403)池化层输出结果通过如下公式计算：

其中，O是输出图像的尺寸，I表示输出入图像的尺寸，P_s为池化层的尺寸，S为移动步长。

3.根据权利要求1所述的基于麦克风阵列的工业设备故障信号定位与识别方法，其特征在于步骤5)中，将来自CNN层的输出，送到RNN层用来学习音频信号的时间上下文信息，包括：

501)CNN网络输出的维度被重塑成长度为2B个特征向量的T帧序列，被送到RNN层用来学习音频信号的时间上下文信息；

502)RNN层选用长短期记忆网络，每层LSTM包含C个节点，使用tanh激活函数，此时维度从(T×2×B)调整为(T×C)维度；其中T为特征序列帧长度，B为卷积核数量，C为每层LSTM网络节点数。

4.根据权利要求1所述的基于麦克风阵列的工业设备故障信号定位与识别方法，其特征在于步骤7)中，将全连接层的输出输入到两个并行的全连接层分支，具体为：

声音识别分支中，由具有sigmoid激活函数的全连接层组成，包含2个节点，每个节点对应于重叠声源中的两个声音，使用sigmoid激活函数可以同时识别这两个声音类别。

5.根据权利要求1所述的基于麦克风阵列的工业设备故障信号定位与识别方法，其特征在于步骤8)中，用验证集验证模型的性能指标，具体为：

801)采用以下公式进行DOA误差计算：

其中，表示第t个时间帧中的所有实际DOA值，表示第t个时间帧中的所有预测DOA值，T表示测试集的所有时间帧长度，是第t个时间帧中的DOA数量，如果表示预测的声源数量，即预测结果为单声源，则为1；如果预测结果为重叠声源，则为2，H表示匈牙利算法，DOA误差越小，代表网络模型预测精度越高；

802)采用以下公式分别计算分类指标的精确率和召回率，公式分别如下：

其中，TP为将正类预测为正类数，FP为将负类预测为正类数，FN为将正类预测为负类数，TN为将负类预测为负类数；

803)计算精确率和召回率的调和均值F₁，在0到1之间，值越大代表网络模型的识别性能越好，F₁计算公式为：

其中，TP(t)是在第t个时间帧，实际和预测都是活跃的声音类别的数量，FP(t)是在第t个时间帧，预测中活跃但实际不活跃的声音类别的数量，FN(t)表示在预测中不活跃但实际活跃的声音类别数量；T表示测试集上的总时间帧长度。