检索结果-维普期刊中文期刊服务平台

基于音频特征的水车室工作状态异常检测被引量：2: 1; 作者曾广栋魏学锋 +2 位作者何林孙长江张旋《水电能源科学》北大核心 2024年第8期168-172,共5页; 水电站的水车室包含轴承和顶盖等机械设备,受水力因素影响,水车室的异常工作会带来较大的安全隐患,基于大数据分析的精确维护对于水车室的可靠运行至关重要。针对水车室的异常工作状态,通过模型训练、特征工程和分类模型的开发等过程,采... 展开更多; 关键词音频数据水车室 STFT Log-Mel 梅尔频率倒频谱系数(MFCC) 时域特征支持向量机; 在线阅读下载PDF 职称材料

基于归一化流概率模型的水电机组异常声音检测: 2; 作者钟卫华张健 +1 位作者徐衡邓羽丰《中国农村水利水电》北大核心 2024年第1期237-243,256,共8页; 为推进水电机组智能化运维的发展,提出了一种自注意多阶统计量池化(SAMOSP)归一化流条件概率模型(NFCPM)用于水电机组的无监督异常声音检测。文中首次提出了自注意多阶统计量池化模块。该模块首先用一维压缩卷积层和瓶颈压缩激励部分自... 展开更多; 关键词水电机组自注意多阶统计量池化归一化流条件概率模型无监督异常声音检测对数梅尔系数; 在线阅读下载PDF 职称材料

辅助驾驶系统对重型卡车驾驶员长途驾驶中疲劳程度的影响: 3; 作者黄春喜谢炜垠 +3 位作者黄奇浩朱言崔迪潇贺登博《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第6期846-855,共10页; 乘用车领域的过往研究发现,相较于手动驾驶使用辅助驾驶系统的驾驶员会更容易出现疲劳,因此有必要探究辅助驾驶系统对重型卡车驾驶员长途驾驶疲劳程度的影响。基于超过120 h的自然驾驶实验,采用多项生心理指标(如心率、心率变异性等)对... 展开更多; 关键词交通安全辅助驾驶系统重型卡车驾驶员驾驶疲劳; 在线阅读下载PDF 职称材料

基于深度卷积神经网络与高斯混合模型的水电机组异常声音检测被引量：4: 4; 作者张勇元文智 +2 位作者段贵金王博宇刘豪睿《水电能源科学》北大核心 2023年第8期188-191,130,共5页; 为实现水电机组运行状态的安全监测,解决自动化值守问题,依据语音识别技术,基于发电机组运行监测信息对水轮机部分测点的正常状态建模,以实现异常检测。先使用西储大学轴承试验数据,验证深度卷积神经网络(CNN)与高斯混合模型(GMM)组合... 展开更多; 关键词水轮发电机组深度卷积神经网络高斯混合模型异常检测声谱图; 在线阅读下载PDF 职称材料

基于声音特征的水力发电机组试验分析被引量：2: 5; 作者何胜明刘剑 +2 位作者胡捷李政刘豪睿《中国农村水利水电》北大核心 2023年第2期226-232,238,共8页; 针对工业设备声音数据的易得性,对两河口2号水轮机组开机试验过程中的升/甩负荷等实验进行声音数据采集,对采集的声音数据进行RMS、频谱、声谱图分析。基于波形、频谱以及声谱图的细微差别,选择神经网络作为辅助手段,将声谱图作为训练... 展开更多; 关键词水轮发电机组深度神经网络声谱图工况状态识别; 在线阅读下载PDF 职称材料

题名基于音频特征的水车室工作状态异常检测被引量：2: 1; 作者曾广栋魏学锋何林孙长江张旋; 机构溪洛渡水力发电厂北京华控智加科技有限公司; 出处《水电能源科学》北大核心 2024年第8期168-172,共5页; 基金三峡金沙江川云水电开发有限公司永善溪洛渡电厂科研项目(4122020006)。; 文摘水电站的水车室包含轴承和顶盖等机械设备,受水力因素影响,水车室的异常工作会带来较大的安全隐患,基于大数据分析的精确维护对于水车室的可靠运行至关重要。针对水车室的异常工作状态,通过模型训练、特征工程和分类模型的开发等过程,采用STFT、Log-Mel、MFCC等方法对音频数据进行了预处理,建立了基于音频数据的异常检测模型,并对溪洛渡水电站水车室工作状态进行了异常检测。结果表明,Log-Mel方法具有有效性。研究结果不仅降低了异常检测的成本,还为水电机组的健康监测提供了参考。; 关键词音频数据水车室 STFT Log-Mel 梅尔频率倒频谱系数(MFCC) 时域特征支持向量机; Keywords audio data waterwheel chamber STFT Log-Mel Mel-scale frequency cepstrum coefficients(MFCC) time-domain features support vector machine; 分类号 TV738 [水利工程—水利水电工程] TK730 [交通运输工程—轮机工程]; 在线阅读下载PDF 职称材料

题名基于归一化流概率模型的水电机组异常声音检测: 2; 作者钟卫华张健徐衡邓羽丰; 机构雅砻江流域水电开发有限公司清华大学电子工程系北京华控智加科技有限公司; 出处《中国农村水利水电》北大核心 2024年第1期237-243,256,共8页; 文摘为推进水电机组智能化运维的发展,提出了一种自注意多阶统计量池化(SAMOSP)归一化流条件概率模型(NFCPM)用于水电机组的无监督异常声音检测。文中首次提出了自注意多阶统计量池化模块。该模块首先用一维压缩卷积层和瓶颈压缩激励部分自注意到时间帧的权重向量。权重向量用来计算多阶统计池化向量。然后再分频段的自注意到多阶统计池化量的不同权重,并按其提取不同频段的重要统计量信息,从而得到时频图的自注意统计池化特征向量。接着用归一化流条件概率模型对从水轮机组正常音频信号中提取到的自注意统计池化特征向量进行正常数据的概率建模。不同时间段的测试样本在该正常数据概率模型中进行测试,并得到相应的分数。分数越低表示概率密度越低,则异常程度越大,从而实现水电机组音频信号的无监督异常检测。; 关键词水电机组自注意多阶统计量池化归一化流条件概率模型无监督异常声音检测对数梅尔系数; Keywords hydropower units self-attention multi-order statistics pooling normalized flow condition probability model unsupervised abnormal sound detection Logarithmic Mel coefficient; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名辅助驾驶系统对重型卡车驾驶员长途驾驶中疲劳程度的影响: 3; 作者黄春喜谢炜垠黄奇浩朱言崔迪潇贺登博; 机构香港科技大学(广州)系统枢纽香港科技大学跨学科学院智加科技有限公司; 出处《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第6期846-855,共10页; 基金国家自然科学基金(52202425)。; 文摘乘用车领域的过往研究发现,相较于手动驾驶使用辅助驾驶系统的驾驶员会更容易出现疲劳,因此有必要探究辅助驾驶系统对重型卡车驾驶员长途驾驶疲劳程度的影响。基于超过120 h的自然驾驶实验,采用多项生心理指标(如心率、心率变异性等)对比了重型卡车驾驶员手动驾驶车辆时和在辅助驾驶系统帮助下驾驶车辆时的疲劳程度。辅助驾驶情况下驾驶员平均心率、呼吸频率、呼吸深度以及瞳孔直径均高于手动驾驶情况下,辅助驾驶情况下驾驶员连续二次心跳(RR)间隔均方根、低高频比例、眨眼频率、眨眼时长以及眼睑闭合百分比(PERCLOS)均低于手动驾驶情况下。当驾驶员处于手动驾驶情况时,驾驶时间每增加2 h,反应时间会增加0.032 s;当驾驶员处于辅助驾驶情况时,反应时间不随驾驶时间发生显著变化。重型卡车驾驶员在辅助驾驶系统帮助下驾驶车辆时的疲劳程度低于手动驾驶,本研究可以为辅助驾驶系统在重型卡车中的安全应用提供理论支持。; 关键词交通安全辅助驾驶系统重型卡车驾驶员驾驶疲劳; Keywords traffic safety advanced driver assistance system(ADAS) heavy truck drivers driving fatigue; 分类号 U471.15 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于深度卷积神经网络与高斯混合模型的水电机组异常声音检测被引量：4: 4; 作者张勇元文智段贵金王博宇刘豪睿; 机构雅砻江流域水电开发有限公司北京华控智加科技有限公司; 出处《水电能源科学》北大核心 2023年第8期188-191,130,共5页; 文摘为实现水电机组运行状态的安全监测,解决自动化值守问题,依据语音识别技术,基于发电机组运行监测信息对水轮机部分测点的正常状态建模,以实现异常检测。先使用西储大学轴承试验数据,验证深度卷积神经网络(CNN)与高斯混合模型(GMM)组合建模方法的正确性;其次针对水轮机组共布置了42个测点,根据过速前后RMS的上升率,选择10个敏感测点进行位置分类;然后选取部分数据作为训练数据,得到CNN模型及机组声音特征,进一步训练并得到GMM模型;最后利用测试数据的打分结果,判断机器运行状态——即偏离正常状态的程度,实现异常状态检测。该试验方案通过人工标注确认,验证了方法的可行性,实现了基于声音的水电机组异常检测算法设计。; 关键词水轮发电机组深度卷积神经网络高斯混合模型异常检测声谱图; Keywords hydroelectric unit deep convolutional neural network Gaussian mixture model abnormal detection spectrogram; 分类号 TK730 [交通运输工程—轮机工程] TV734.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于声音特征的水力发电机组试验分析被引量：2: 5; 作者何胜明刘剑胡捷李政刘豪睿; 机构雅砻江流域水电开发有限公司北京华控智加科技有限公司; 出处《中国农村水利水电》北大核心 2023年第2期226-232,238,共8页; 文摘针对工业设备声音数据的易得性,对两河口2号水轮机组开机试验过程中的升/甩负荷等实验进行声音数据采集,对采集的声音数据进行RMS、频谱、声谱图分析。基于波形、频谱以及声谱图的细微差别,选择神经网络作为辅助手段,将声谱图作为训练样本进入神经网络输入层,得到声纹特征,将声纹特征接入聚类模型实现分类,并实现测试样本的分类打分。结果表明,试验中的不同负荷工况和尾水门泄露事故均能够正确识别,本试验训练的模型对工况分类的正确率达到了100%。该研究将有助于建立针对水电站机电设备整体和重要关键部件的机器声纹特征图谱库。; 关键词水轮发电机组深度神经网络声谱图工况状态识别; Keywords hydro-generator unit deep neural network spectrogram working condition state prediction; 分类号 TK730 [交通运输工程—轮机工程]; 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	基于音频特征的水车室工作状态异常检测	曾广栋魏学锋何林孙长江张旋	《水电能源科学》北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于归一化流概率模型的水电机组异常声音检测	钟卫华张健徐衡邓羽丰	《中国农村水利水电》北大核心	2024	0	在线阅读下载PDF 职称材料
3	辅助驾驶系统对重型卡车驾驶员长途驾驶中疲劳程度的影响	黄春喜谢炜垠黄奇浩朱言崔迪潇贺登博	《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于深度卷积神经网络与高斯混合模型的水电机组异常声音检测	张勇元文智段贵金王博宇刘豪睿	《水电能源科学》北大核心	2023	4	在线阅读下载PDF 职称材料
5	基于声音特征的水力发电机组试验分析	何胜明刘剑胡捷李政刘豪睿	《中国农村水利水电》北大核心	2023	2	在线阅读下载PDF 职称材料