本发明公开了一种基于CNN和声音时频特征图的微型振动马达缺陷识别方法及装置，该缺陷识别方法包括将采集的音频信号进行A‑计权处理，然后进行短时傅里叶变换获得二维时频特征灰度图，将二维时频特征灰度图制作成训练集和测试集，通过CNN对时频特征图进行学习，提取出更容易分类的特征，使用softmax分类器对最后的特征进行分类，实现对微型振动马达缺陷的无损、实时、高精度检测。本发明能够实现对带有偏心块的微型振动马达的缺陷检测，填补了带偏心块微型振动马达检测技术的空白，在无损检测技术领域具有很大的应用前景。
声明：
“基于CNN和声音时频特征图的微型振动马达缺陷识别方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1134
编辑：管理员
来源：北方有色网
咨询细节
