CN109187772A - 基于语音信号特征提取应用于冲击弹性波分析的方法 - Google Patents

基于语音信号特征提取应用于冲击弹性波分析的方法 Download PDF

Info

Publication number
CN109187772A
CN109187772A CN201811268287.0A CN201811268287A CN109187772A CN 109187772 A CN109187772 A CN 109187772A CN 201811268287 A CN201811268287 A CN 201811268287A CN 109187772 A CN109187772 A CN 109187772A
Authority
CN
China
Prior art keywords
signal
speech recognition
frequency spectrum
impact elasticity
wave analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811268287.0A
Other languages
English (en)
Inventor
吴佳晔
李科
王红印
刘媛丽
常崟
苏亚军
谭长瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Central Inspection Technology Inc
Original Assignee
Sichuan Central Inspection Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Central Inspection Technology Inc filed Critical Sichuan Central Inspection Technology Inc
Priority to CN201811268287.0A priority Critical patent/CN109187772A/zh
Publication of CN109187772A publication Critical patent/CN109187772A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0232—Glass, ceramics, concrete or stone

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于语音信号特征提取应用于冲击弹性波分析的方法，包括机架及安装于机架上的激振锤，还包括安装在机架上的轮组，所述轮组作为本联动激振装置的行走轮系，还包括联动装置，所述联动装置用于实现激振锤与轮组的联动：轮组中的行走轮每转动特定圈数，激发激振锤执行一次锤击动作。该激振装置可实现定间距间隔敲击被测面。

Description

基于语音信号特征提取应用于冲击弹性波分析的方法
技术领域
本发明涉及冲击弹性波分析技术领域，特别是涉及一种基于语音信号特征提取应用于冲击弹性波分析的方法。
背景技术
近年来，大数据、人工智能等在社会、生产的各个方面得到了突飞猛进的发展和应用，这些技术在工程无损检测行业的过程中还存在一些难点，其中人工智能中机器学习所需特征参数的确立与提取就是难点之一。
现有的冲击弹性波的分析主要体现为只注重某些特定参数的提取，并根据参数的判断标准结合分析人员的经验加以判断，给出结果。这种传统的数据解析及分析方法得到的结果存在一定缺陷，具体有一下两点：
检测信号中除了目标参数其他相当部分的有用信息未被充分应用，造成有用信息的浪费；某些分析结果需结合经验加以判断，不能做到判断结果精准化、自能化。
发明内容
针对上述提出的人工智能中机器学习所需特征参数的确立与提取就是难点的问题，本发明提供了一种基于语音信号特征提取应用于冲击弹性波分析的方法，用于解决从检测信号中提取出可供机器学习并提高机器学习精度的有效的参数的问题。
本方案的技术手段如下，基于语音信号特征提取应用于冲击弹性波分析的方法，包括依次进行的以下步骤：
A、收集多个已知检测结果的检测数据；
B、使用基于语音信号特征提取的方法对步骤A收集到的数据进行特征提取；
C、将步骤B中提取的特征值建立训练集，并训练模型；
D、将需要分析的检测数据导入步骤C所训练的模型并生成检测结果。
具体的，本方案中，针对A步骤中已知检测结果的检测数据，用于步骤C中训练模型。所述步骤C旨在训练模型以对未知检测结果的数据进行分析判定，具体训练方法可为：利用weka软件读入训练集，所述训练集包括所述已知检测结果和检测数据在B步骤中得到的特征，而后在weka软件中选择分类功能面板，并选择朴素贝叶斯或者神经元网路或者随机森林做为基本分类器并调整分类器参数，通过分类器自动推算、学习，如针对冲击弹性波用于混凝土密实度判定或内部有无空洞，由步骤B提取的密实数据特征值的变化规律以及不密实数据特征值的变化规律，最后运行软件根据学习结果建立出模型。进一步的，针对步骤C，可选用交叉验证方式验证学习效率。所述密实与否即为A步骤中的已知检测结果，同时，A步骤中的检测数据数量优选设置为介于几百到几百万之间。
更进一步的技术方案为：
具体的，所述步骤A的实现步骤为：
A1、采集被测物，在被测物上标记检测点，使用信号激发装置激发信号，使信号在被测物内部传播；
A2、使用信号接收装置，沿步骤A1检测点逐点采集在结构物内部传播后的信号。
具体的，所述步骤B的实现步骤为：
B1、对步骤A2中采集到的信号依次进行预加重、分帧以及加窗处理，得到多个短时分析窗信号；
B2、对B1步骤得到的短时分析窗信号进行快速傅里叶变换得到对应的频谱；
B3、对B2得到的频谱通过滤波器得到新的频谱；
B4、对B3得到的频谱依次进行取对数、做快速傅里叶变换逆变换处理提取最终特征值。
本发明具有以下有益效果：
本发明基于语音信号特征提取应用于冲击弹性波分析的方法，能从检测信号中提取出有效的适于机器学且的特征参数；
本发明基于语音信号特征提取应用于冲击弹性波分析的方法，能适应复杂的检测信号的特征参数的提取，同时得到可靠的训练模型。
具体实施方式
下面结合实施例对本发明作进一步的详细说明，但是本发明的结构不仅限于以下实施例。
实施例1：
基于语音信号特征提取应用于冲击弹性波分析的方法，包括依次进行的以下步骤：
A、收集多个已知检测结果的检测数据；
B、使用基于语音信号特征提取的方法对步骤A收集到的数据进行特征提取；
C、将步骤B中提取的特征值建立训练集，并训练模型；
D、将需要分析的检测数据导入步骤C所训练的模型并生成检测结果。
具体的，本方案中，所述步骤C旨在训练模型以对未知检测结果的数据进行分析判定，具体训练方法可为使用数据挖掘软件weka以上述训练集进行模型训练。
实施例2：
本实施例在实施例1的基础上作进一步限定：具体的，所述步骤A的实现步骤为：
A1、采集被测物，在被测物上标记检测点，使用信号激发装置激发信号，使信号在被测物内部传播；
A2、使用信号接收装置，沿步骤A1检测点逐点采集在结构物内部传播后的信号。
实施例3：
本实施例在实施例1的基础上作进一步限定：具体的，所述步骤B的实现步骤为：
B1、对步骤A2中采集到的信号依次进行预加重、分帧以及加窗处理，得到多个短时分析窗信号；
B2、对B1步骤得到的短时分析窗信号进行快速傅里叶变换得到对应的频谱；
B3、对B2得到的频谱通过滤波器得到新的频谱；
B4、对B3得到的频谱依次进行取对数、做快速傅里叶变换逆变换处理提取最终特征值。
实施例4：
本实施例提供一种基于实施例1的具体运用：包括以下步骤：
1、使用混凝土模型，明确模型不同位置的状态：有、无内部空洞；
2、采集共计400个数据用于训练，另外采集52个数据用于测试；
3、人机学习利用解析并赋予了明确状态的训练数据建立神经元网络模型；
4、利用已建模后的软件，即得到的训练模型对52个测试数据进行解析，得出所得训练模型的解析准确率为94.2％。
其中，准确率(Accuracy)的计算方式如下：
其中，Pi为各测点的得分，SOUND、DEFECT的实际和预测完全对应取1分，其余取0分；N为用于测试的数据总量，本实施例中，N取52。
以上内容是结合具体的优选实施方式对本发明作的进一步详细说明，不能认定本发明的具体实施方式只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明的技术方案下得出的其他实施方式，均应包含在对应发明的保护范围内。

Claims (3)

1.基于语音信号特征提取应用于冲击弹性波分析的方法，其特征在于，包括依次进行的以下步骤：
A、收集多个已知检测结果的检测数据；
B、使用基于语音信号特征提取的方法对步骤A收集到的数据进行特征提取；
C、将步骤B中提取的特征值建立训练集，并训练模型；
D、将需要分析的检测数据导入步骤C所训练的模型并生成检测结果。
2.根据权利要求1所述的基于语音信号特征提取应用于冲击弹性波分析的方法，其特征在于，所述步骤A的实现步骤为：
A1、采集被测物，在被测物上标记检测点，使用信号激发装置激发信号，使信号在被测物内部传播；
A2、使用信号接收装置，沿步骤A1检测点逐点采集在结构物内部传播后的信号。
3.根据权利要求1所述的基于语音信号特征提取应用于冲击弹性波分析的方法，其特征在于，所述步骤B的实现步骤为：
B1、对步骤A2中采集到的信号依次进行预加重、分帧以及加窗处理，得到多个短时分析窗信号；
B2、对B1步骤得到的短时分析窗信号进行快速傅里叶变换得到对应的频谱；
B3、对B2得到的频谱通过滤波器得到新的频谱；
B4、对B3得到的频谱依次进行取对数、做快速傅里叶变换逆变换处理提取最终特征值。
CN201811268287.0A 2018-10-29 2018-10-29 基于语音信号特征提取应用于冲击弹性波分析的方法 Pending CN109187772A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811268287.0A CN109187772A (zh) 2018-10-29 2018-10-29 基于语音信号特征提取应用于冲击弹性波分析的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811268287.0A CN109187772A (zh) 2018-10-29 2018-10-29 基于语音信号特征提取应用于冲击弹性波分析的方法

Publications (1)

Publication Number Publication Date
CN109187772A true CN109187772A (zh) 2019-01-11

Family

ID=64944222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811268287.0A Pending CN109187772A (zh) 2018-10-29 2018-10-29 基于语音信号特征提取应用于冲击弹性波分析的方法

Country Status (1)

Country Link
CN (1) CN109187772A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110779988A (zh) * 2019-10-30 2020-02-11 同济大学 一种基于深度学习的螺栓寿命预测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005140707A (ja) * 2003-11-07 2005-06-02 Matsushita Electric Works Ltd 特徴音抽出装置、特徴音抽出方法、製品評価システム
CN101718581A (zh) * 2009-11-13 2010-06-02 浙江大学 基于支持向量机的核电站松动件报警方法
CN101944359A (zh) * 2010-07-23 2011-01-12 杭州网豆数字技术有限公司 一种面向特定人群的语音识别方法
KR20120047190A (ko) * 2010-11-03 2012-05-11 대한전선 주식회사 외부 전자기파 간섭 방지용 비차폐 데이터 케이블
CN103439413A (zh) * 2013-08-07 2013-12-11 湘潭大学 一种热障涂层损伤模式自动识别的声发射信号分析方法
CN103514877A (zh) * 2013-10-12 2014-01-15 新疆美特智能安全工程股份有限公司 振动信号特征参数提取方法
CN105628868A (zh) * 2015-12-18 2016-06-01 北京航空航天大学 一种复合材料结构的欠采样信号冲击定位处理方法和系统
WO2016130939A1 (en) * 2015-02-13 2016-08-18 Mcnulty Scott F System, method and apparatus for generating acoustic signals based on biometric information
CN107367548A (zh) * 2016-05-12 2017-11-21 北京化工大学 基于声纹特征识别的聚乙烯气相流化床生产过程结块在线监测系统及方法
CN107703209A (zh) * 2017-08-31 2018-02-16 北京金风慧能技术有限公司 工件识别方法及检测终端
CN108491931A (zh) * 2018-03-29 2018-09-04 四川升拓检测技术股份有限公司 一种基于机器学习提高无损检测精度的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005140707A (ja) * 2003-11-07 2005-06-02 Matsushita Electric Works Ltd 特徴音抽出装置、特徴音抽出方法、製品評価システム
CN101718581A (zh) * 2009-11-13 2010-06-02 浙江大学 基于支持向量机的核电站松动件报警方法
CN101944359A (zh) * 2010-07-23 2011-01-12 杭州网豆数字技术有限公司 一种面向特定人群的语音识别方法
KR20120047190A (ko) * 2010-11-03 2012-05-11 대한전선 주식회사 외부 전자기파 간섭 방지용 비차폐 데이터 케이블
CN103439413A (zh) * 2013-08-07 2013-12-11 湘潭大学 一种热障涂层损伤模式自动识别的声发射信号分析方法
CN103514877A (zh) * 2013-10-12 2014-01-15 新疆美特智能安全工程股份有限公司 振动信号特征参数提取方法
WO2016130939A1 (en) * 2015-02-13 2016-08-18 Mcnulty Scott F System, method and apparatus for generating acoustic signals based on biometric information
CN105628868A (zh) * 2015-12-18 2016-06-01 北京航空航天大学 一种复合材料结构的欠采样信号冲击定位处理方法和系统
CN107367548A (zh) * 2016-05-12 2017-11-21 北京化工大学 基于声纹特征识别的聚乙烯气相流化床生产过程结块在线监测系统及方法
CN107703209A (zh) * 2017-08-31 2018-02-16 北京金风慧能技术有限公司 工件识别方法及检测终端
CN108491931A (zh) * 2018-03-29 2018-09-04 四川升拓检测技术股份有限公司 一种基于机器学习提高无损检测精度的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110779988A (zh) * 2019-10-30 2020-02-11 同济大学 一种基于深度学习的螺栓寿命预测方法

Similar Documents

Publication Publication Date Title
Fu et al. Fault diagnosis for rolling bearings based on composite multiscale fine-sorted dispersion entropy and SVM with hybrid mutation SCA-HHO algorithm optimization
CN108922560A (zh) 一种基于混合深度神经网络模型的城市噪声识别方法
CN110308485B (zh) 基于深度学习的微震信号分类方法、装置及存储介质
CN109272992A (zh) 一种口语测评方法、装置及一种生成口语测评模型的装置
CN102623009A (zh) 一种基于短时分析的异常情绪自动检测和提取方法和系统
CN105895078A (zh) 动态选择语音模型的语音识别方法及装置
CN104900235A (zh) 基于基音周期混合特征参数的声纹识别方法
KR20200104019A (ko) 머신러닝 기반의 음성데이터 분석 방법, 장치 및 프로그램
CN102592593B (zh) 一种考虑语音中多线性群组稀疏特性的情绪特征提取方法
CN110428845A (zh) 合成音频检测方法、系统、移动终端及存储介质
CN110797032B (zh) 一种声纹数据库建立方法及声纹识别方法
CN109979486A (zh) 一种语音质量评估方法及装置
CN103235953B (zh) 一种光纤分布式扰动传感器模式识别的方法
CN108763096A (zh) 基于深度信念网络算法支持向量机的软件缺陷预测方法
CN108256751A (zh) 基于大数据的在线教学过程评价方法
CN108766464A (zh) 基于电网频率波动超矢量的数字音频篡改自动检测方法
CN103578480B (zh) 负面情绪检测中的基于上下文修正的语音情感识别方法
Mednicoff et al. Many listeners cannot discriminate major vs minor tone-scrambles regardless of presentation rate
CN103852525A (zh) 基于ar-hmm的声发射信号识别方法
CN104992708A (zh) 短时特定音频检测模型生成与检测方法
CN114662405A (zh) 基于少样本度量和集成学习的岩爆预测方法
CN109187772A (zh) 基于语音信号特征提取应用于冲击弹性波分析的方法
CN117056678B (zh) 一种基于小样本的机泵设备运行故障诊断方法及装置
CN114324580A (zh) 一种结构缺陷的智能敲击检测方法及系统
CN112052686B (zh) 一种用户交互式教育的语音学习资源推送方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111

RJ01 Rejection of invention patent application after publication