期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
从“声音诊断”到“声音体验”:汽车声音的百年源流及涉众行动
被引量：
1
1
作者
赵阳
董华
刘胧
《南京艺术学院学报（美术与设计）》
CSSCI
北大核心
2020年第2期69-75,I0003,共8页
在过去百余年中,汽车声音的角色和作用经历了错综复杂的演变,其中的思维和脉络将对认识现代汽车声音及其设计起到重要的启迪作用。本文将通过对汽车声音的角色作用、发展历史和涉众行动的梳理与分析,总结汽车声音演变的线索和逻辑,希望...
在过去百余年中,汽车声音的角色和作用经历了错综复杂的演变,其中的思维和脉络将对认识现代汽车声音及其设计起到重要的启迪作用。本文将通过对汽车声音的角色作用、发展历史和涉众行动的梳理与分析,总结汽车声音演变的线索和逻辑,希望助力于汽车声音的实际应用设计和理论研究探索。
展开更多
关键词
汽车
声音
声音诊断
听觉体验
声音
设计研究
涉众
在线阅读
下载PDF
职称材料
基于PO-VMD-BiLSTM和声音信号的传动齿轮箱点蚀故障诊断
2
作者
张淋杭
吴鲁纪
+4 位作者
师陆冰
杨林杰
江鹏
齐建军
秦佳音
《机电工程》
北大核心
2025年第8期1469-1478,共10页
传动齿轮箱在运转过程中时常伴随着大量的噪声,会影响基于声音信号进行故障诊断的准确度,因此,针对齿轮箱点蚀声音信号故障特征难以提取、故障准确精度低的问题,提出了一种基于鹦鹉优化变分模态分解算法(PO-VMD)-双向长短期记忆网络(BiL...
传动齿轮箱在运转过程中时常伴随着大量的噪声,会影响基于声音信号进行故障诊断的准确度,因此,针对齿轮箱点蚀声音信号故障特征难以提取、故障准确精度低的问题,提出了一种基于鹦鹉优化变分模态分解算法(PO-VMD)-双向长短期记忆网络(BiLSTM)和声音信号的传动齿轮箱点蚀故障诊断方法。首先,分析了鹦鹉优化变分模态分解算法和双向长短期记忆网络,利用声压传感器采集了齿轮箱的声音信号;然后,基于VMD的参数需要优化的问题,采用PO优化算法对关键参数进行了寻优,利用PO-VMD优化算法提取了声音信号中的时域特征,建立了声音信号的特征向量;最后,利用BiLSTM网络模型对故障特征进行了训练测试,实现了齿轮箱的故障识别目的,并利用中心距91.5 mm齿轮疲劳实验台,采集了不同程度的点蚀故障的声音信号,对基于PO-VMD-BiLSTM和声音信号的传动齿轮箱点蚀故障诊断方法的有效性进行了验证。研究结果表明:基于PO-VMD-BiLSTM的传动齿轮箱不同程度的点蚀故障的声音故障诊断识别的准确度从60.75%提升到了97.75%,识别准确度提升了约61.67%。该方法可以有效提高基于声音信号的传动齿轮箱点蚀故障诊断的准确度。
展开更多
关键词
机械传动系统
声音
信号
模拟仿真信号构建
鹦鹉优化变分模态分解
双向长短期记忆网络
声音
故障
诊断
识别
在线阅读
下载PDF
职称材料
基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究
被引量：
19
3
作者
于达
张玮
王辉
《智慧电力》
北大核心
2023年第2期45-52,共8页
利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,...
利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。
展开更多
关键词
变压器
声音诊断
梅尔倒谱系数
LSTM神经网络
在线阅读
下载PDF
职称材料
题名
从“声音诊断”到“声音体验”:汽车声音的百年源流及涉众行动
被引量：
1
1
作者
赵阳
董华
刘胧
机构
(同济大学设计创意学院
拉夫堡大学设计与创意艺术学院
同济大学设计创意学院
出处
《南京艺术学院学报（美术与设计）》
CSSCI
北大核心
2020年第2期69-75,I0003,共8页
基金
设计研究学会2018学生研究奖励计划资助。
文摘
在过去百余年中,汽车声音的角色和作用经历了错综复杂的演变,其中的思维和脉络将对认识现代汽车声音及其设计起到重要的启迪作用。本文将通过对汽车声音的角色作用、发展历史和涉众行动的梳理与分析,总结汽车声音演变的线索和逻辑,希望助力于汽车声音的实际应用设计和理论研究探索。
关键词
汽车
声音
声音诊断
听觉体验
声音
设计研究
涉众
Keywords
Automobile sound
Auditory Experience
Sound design
Sound research
Sound history
分类号
J506 [艺术—艺术设计]
在线阅读
下载PDF
职称材料
题名
基于PO-VMD-BiLSTM和声音信号的传动齿轮箱点蚀故障诊断
2
作者
张淋杭
吴鲁纪
师陆冰
杨林杰
江鹏
齐建军
秦佳音
机构
郑机所(郑州)传动科技有限公司
同济大学机械与能源工程学院
北京特种工程设计研究院
出处
《机电工程》
北大核心
2025年第8期1469-1478,共10页
基金
工业和信息化部高质量发展专项(TC240HAJ8-173)
中国机械科学研究总院技术发展基金资助项目(242109Y)。
文摘
传动齿轮箱在运转过程中时常伴随着大量的噪声,会影响基于声音信号进行故障诊断的准确度,因此,针对齿轮箱点蚀声音信号故障特征难以提取、故障准确精度低的问题,提出了一种基于鹦鹉优化变分模态分解算法(PO-VMD)-双向长短期记忆网络(BiLSTM)和声音信号的传动齿轮箱点蚀故障诊断方法。首先,分析了鹦鹉优化变分模态分解算法和双向长短期记忆网络,利用声压传感器采集了齿轮箱的声音信号;然后,基于VMD的参数需要优化的问题,采用PO优化算法对关键参数进行了寻优,利用PO-VMD优化算法提取了声音信号中的时域特征,建立了声音信号的特征向量;最后,利用BiLSTM网络模型对故障特征进行了训练测试,实现了齿轮箱的故障识别目的,并利用中心距91.5 mm齿轮疲劳实验台,采集了不同程度的点蚀故障的声音信号,对基于PO-VMD-BiLSTM和声音信号的传动齿轮箱点蚀故障诊断方法的有效性进行了验证。研究结果表明:基于PO-VMD-BiLSTM的传动齿轮箱不同程度的点蚀故障的声音故障诊断识别的准确度从60.75%提升到了97.75%,识别准确度提升了约61.67%。该方法可以有效提高基于声音信号的传动齿轮箱点蚀故障诊断的准确度。
关键词
机械传动系统
声音
信号
模拟仿真信号构建
鹦鹉优化变分模态分解
双向长短期记忆网络
声音
故障
诊断
识别
Keywords
mechanical transmission system
acoustic signal
simulation signal construction
parrot optimizer-variational mode decomposition(PO-VMD)
bi-directional long short-term memory(BiLSTM)
acoustic fault diagnosis and recognition
分类号
TH132.41 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究
被引量：
19
3
作者
于达
张玮
王辉
机构
齐鲁工业大学(山东省科学院)电气工程与自动化学院
山东大学电气工程学院
出处
《智慧电力》
北大核心
2023年第2期45-52,共8页
基金
国家重点研发计划资助项目(2018YFE0208400)。
文摘
利用声音信号对电力变压器进行状态诊断是一种不停机、无接触的设备维护方法,可以诊断变压器异常状态类型。提出了一种基于LSTM神经网络的电力变压器异常诊断的方法,采集电力变压器在正常状态、过载和放电3种运行状态下发出的声音信号,将声音信号进行预处理并提取声音信号的MFCC特征,再将其通过一、二阶差分组合成一组声音特征的矢量,输入LSTM神经网络中进行训练。训练结果表明,将LSTM神经网络应用在电力变压器状态声音诊断上对3种状态的识别均能达到99%以上的准确率。
关键词
变压器
声音诊断
梅尔倒谱系数
LSTM神经网络
Keywords
transformers sound diagnosis
Mel-frequency cepstral coefficients
LSTM neural network
分类号
TM411 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
从“声音诊断”到“声音体验”:汽车声音的百年源流及涉众行动
赵阳
董华
刘胧
《南京艺术学院学报（美术与设计）》
CSSCI
北大核心
2020
1
在线阅读
下载PDF
职称材料
2
基于PO-VMD-BiLSTM和声音信号的传动齿轮箱点蚀故障诊断
张淋杭
吴鲁纪
师陆冰
杨林杰
江鹏
齐建军
秦佳音
《机电工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于LSTM神经网络的油浸式变压器异常声纹诊断方法研究
于达
张玮
王辉
《智慧电力》
北大核心
2023
19
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
