基于深度学习的洗衣机异常音检测

李春阳(),李楠*(),冯涛,王朱贺,马靖凯

北京工商大学材料与机械工程学院，北京 100048

收稿日期:2019-07-22出版日期:2020-04-20发布日期:2020-04-16
通讯作者:李楠E-mail:chuny6896@163.com;linan@th.btbu.edu.cn
作者简介:李春阳(1991—)，男，山东潍坊人，硕士研究生，主要研究方向为信号处理，机器学习. E-mail:chuny6896@163.com
基金资助:国家自然科学基金资助项目(61877002);国家自然科学基金资助项目(51405005)

Abnormal sound detection of washing machines based on deep learning

Chunyang LI(),Nan LI*(),Tao FENG,Zhuhe WANG,Jingkai MA

School of Material and Mechanical Engineering, Beijing Technology and Business University, Beijing 100048, China

Received:2019-07-22Online:2020-04-20Published:2020-04-16
Contact:Nan LI E-mail:chuny6896@163.com;linan@th.btbu.edu.cn

Supported by:国家自然科学基金资助项目(61877002);国家自然科学基金资助项目(51405005)

摘要/Abstract

摘要： 基于卷积神经网络框架，提出一种洗衣机异音识别模型，根据卷积神经网络显著特征提取能力和平移不变性，学习洗衣机的异音特征，实现生产线洗衣机的异音自动智能识别。给出完整的过程解决训练数据集的建立、数据样本不平衡等问题。提出一种用于数据增强的网络模型——音频深度卷积生成对抗网络解决训练样本的稀缺性问题。该模型对传统的深度卷积生成对抗网络进行改进，以更好地适应工业音频的生成。利用该模型能够对原始数据进行扩展，生成洗衣机异音增强数据集，在该数据集的基础上进行卷积神经网络训练，经测试准确率达到0.999。利用添加背景噪声信号的数据集测试洗衣机异音识别模型的泛化能力，正确识别率达到0.902，表明该网络在识别洗衣机异音方面具有良好的鲁棒性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1916