本發(fā)明涉及工業(yè)智能診斷與質(zhì)量控制，尤其涉及一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法及系統(tǒng)。

背景技術(shù)：

1、隨著工業(yè)領(lǐng)域?qū)β曇粜盘柗治龅男枨笕找嬖鲩L，傳統(tǒng)的異音檢測方法，如基于統(tǒng)計分析、傅里葉變換及譜分析的技術(shù)，在一定程度上已無法滿足復(fù)雜聲學(xué)環(huán)境下的檢測要求。這些傳統(tǒng)方法通常依賴于手工設(shè)計的特征，且在面對非平穩(wěn)和復(fù)雜噪聲背景時，表現(xiàn)出檢測精度不足的問題。此外，這些方法往往需要大量的領(lǐng)域知識和經(jīng)驗，難以在不熟悉特定應(yīng)用場景的情況下取得理想的檢測效果。

2、近年來，基于深度學(xué)習(xí)的技術(shù)迅速發(fā)展，尤其是在計算機視覺、自然語言處理等領(lǐng)域取得了顯著成效，深度學(xué)習(xí)提供了新的數(shù)據(jù)表示，自動提取特征，包括非線性結(jié)構(gòu)。異音檢測作為一種典型的分類問題，已開始引入深度學(xué)習(xí)的方法進行改進。盡管深度學(xué)習(xí)技術(shù)在異音檢測中展示了巨大的潛力，但其性能往往受到特征提取模塊的影響，尤其是在處理復(fù)雜且多樣化的數(shù)據(jù)時。不同的音頻特征可能具有不同的時間尺度和頻率特征。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)（cnn）通常使用固定大小的感受野，這可能無法充分捕捉異音中涉及的多尺度特征，同時，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)使用標(biāo)量來表示特征，往往會忽略樣本的結(jié)構(gòu)信息（如位置、方向、大小等）。

3、因此，亟需一種特征提取精確性高、魯棒性強的異音檢測方法。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明實施例提供了一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中傳統(tǒng)異音檢測方法精度不足，且深度學(xué)習(xí)技術(shù)在處理復(fù)雜異音數(shù)據(jù)時特征提取受限的問題。

2、為了解決上述問題，本發(fā)明實施例提供一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，該方法包括：

3、步驟s1：采集工業(yè)設(shè)備在各種工作狀態(tài)下的音頻信號數(shù)據(jù)，涵蓋工業(yè)設(shè)備在正常和異常運行條件下的音頻信號，并對采集的音頻信號數(shù)據(jù)進行標(biāo)注；

4、步驟s2：基于標(biāo)注好的數(shù)據(jù)構(gòu)建數(shù)據(jù)集，并將數(shù)據(jù)集劃分為訓(xùn)練集和驗證集；

5、步驟s3：對數(shù)據(jù)集中的音頻信號進行預(yù)處理，從預(yù)處理后的音頻信號中提取梅爾頻譜特征；

6、步驟s4：將梅爾頻譜特征輸入到提前構(gòu)建好的異音檢測模型中進行訓(xùn)練，得到訓(xùn)練好的異音檢測模型，具體包括：

7、將梅爾頻譜特征輸入到提前構(gòu)建好的異音檢測模型中，首先通過卷積神經(jīng)網(wǎng)絡(luò)提取初級特征，再利用選擇性卷積核網(wǎng)絡(luò)模塊進行多尺度特征提取與融合，接著通過特征降維與軟注意力機制實現(xiàn)特征的自適應(yīng)選擇，最后通過膠囊網(wǎng)絡(luò)模塊完成分類任務(wù)；

8、在訓(xùn)練過程中，使用五折交叉驗證對異音檢測模型的性能進行評估，優(yōu)化其參數(shù)，最終得到訓(xùn)練好的異音檢測模型；

9、步驟s5：將待測音頻信號樣本輸入到訓(xùn)練好的異音檢測模型中進行預(yù)測，得到預(yù)測結(jié)果，并依據(jù)預(yù)測結(jié)果對工業(yè)設(shè)備進行分類。

10、優(yōu)選地，所述對數(shù)據(jù)集中的音頻信號預(yù)處理的方法，包括去除背景噪聲和歸一化處理。

11、優(yōu)選地，所述從預(yù)處理后的音頻信號中提取梅爾頻譜特征的方法為：

12、將連續(xù)的音頻信號分割成多個短時幀，對每一幀信號進行加窗處理；

13、對每一幀加窗后的信號進行快速傅里葉變換，將時間域信號轉(zhuǎn)換為頻率域信號，得到該幀的頻譜表示；

14、對快速傅里葉變換得到的頻譜進行平方運算，計算每個頻率分量的功率譜；

15、將功率譜通過一組梅爾濾波器進行處理；

16、對梅爾濾波器組輸出的能量進行對數(shù)運算，得到對數(shù)能量譜。

17、優(yōu)選地，所述將梅爾頻譜特征輸入到提前構(gòu)建好的異音檢測模型中進行訓(xùn)練，得到訓(xùn)練好的異音檢測模型的方法為：

18、將連續(xù)的音頻信號分割成多個短時幀，對每一幀信號進行加窗處理；

19、對每一幀加窗后的信號進行快速傅里葉變換，將時間域信號轉(zhuǎn)換為頻率域信號，得到該幀的頻譜表示；

20、對快速傅里葉變換得到的頻譜進行平方運算，計算每個頻率分量的功率譜；

21、將功率譜通過一組梅爾濾波器進行處理；

22、對梅爾濾波器組輸出的能量進行對數(shù)運算，得到對數(shù)能量譜。

23、優(yōu)選地，所述通過卷積神經(jīng)網(wǎng)絡(luò)提取初級特征的方法為：

24、使用一層卷積神經(jīng)網(wǎng)絡(luò)對梅爾頻譜特征進行初步處理，得到初級特征，，其中h、c、w分別代表特征的高度、通道數(shù)和寬度，代表實數(shù)集。

25、優(yōu)選地，所述利用選擇性卷積核網(wǎng)絡(luò)模塊進行多尺度特征提取與融合的方法為：

26、使用不同大小的卷積核和relu激活函數(shù)，對初級特征進行多尺度特征提取，得到不同的特征映射和，，；

27、將特征映射和進行融合，得到綜合特征；

28、對融合后的綜合特征進行全局平均池化操作，得到全局特征表示。

29、優(yōu)選地，所述通過特征降維與軟注意力機制實現(xiàn)特征的自適應(yīng)選擇的方法為：

30、通過全連接層對全局特征表示進行降維，得到壓縮后的特征向量，其中為壓縮向量的長度；

31、利用壓縮后的特征向量引導(dǎo)跨通道的軟注意力機制，自適應(yīng)地調(diào)整對不同空間尺度信息的關(guān)注程度，得到軟注意力向量和；

32、根據(jù)軟注意力向量和，對和進行加權(quán)融合，得到張量特征。

33、優(yōu)選地，所述通過膠囊網(wǎng)絡(luò)模塊完成分類任務(wù)的方法為：

34、將張量特征轉(zhuǎn)換為向量特征，并封裝為初級膠囊單元；

35、利用動態(tài)路由機制對初級膠囊單元進行聚合，生成分類概率向量，其中向量的模長表示某個類別的概率；

36、通過反向傳播更新膠囊單元內(nèi)的權(quán)重參數(shù)，直至權(quán)重參數(shù)固定，完成整個網(wǎng)絡(luò)模型的訓(xùn)練。

37、優(yōu)選地，所述動態(tài)路由機制具體包括：

38、每個初級膠囊單元??是一個向量，表示輸入數(shù)據(jù)中局部特征的不同屬性；

39、對于每個初級膠囊單元?和每個目標(biāo)膠囊單元?，計算預(yù)測向量?；

40、將路由系數(shù)?初始化為相等的值，表示初級膠囊單元??和目標(biāo)膠囊單元?之間的連接強度；

41、根據(jù)路由系數(shù)?和預(yù)測向量?，計算目標(biāo)膠囊單元的輸入；

42、對目標(biāo)膠囊單元的輸入應(yīng)用?squash?激活函數(shù)，得到目標(biāo)膠囊單元的輸出?；

43、根據(jù)目標(biāo)膠囊單元的輸出?和預(yù)測向量?之間的內(nèi)積，更新路由系數(shù)。

44、優(yōu)選地，在訓(xùn)練網(wǎng)絡(luò)時，異音檢測模型的損失包括重建損失和邊際損失，其中重建損失，是由三層全連接層根據(jù)??重建得到的梅爾頻譜特征和原始的梅爾頻譜特征計算得出，具體損失如下：

45、；

46、其中，為邊際損失；?為重建損失，為損失系數(shù)。

47、本發(fā)明實施例還提供了一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測系統(tǒng)，該系統(tǒng)用于實現(xiàn)上述所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，具體包括：

48、音頻信號采集模塊，用于采集工業(yè)設(shè)備在各種工作狀態(tài)下的音頻信號數(shù)據(jù)，涵蓋工業(yè)設(shè)備在正常和異常運行條件下的音頻信號，并對采集的音頻信號數(shù)據(jù)進行標(biāo)注；

49、數(shù)據(jù)集劃分模塊，用于基于標(biāo)注好的數(shù)據(jù)構(gòu)建數(shù)據(jù)集，并將數(shù)據(jù)集劃分為訓(xùn)練集和驗證集；

50、音頻預(yù)處理與特征提取模塊，用于對數(shù)據(jù)集中的音頻信號進行預(yù)處理，從預(yù)處理后的音頻信號中提取梅爾頻譜特征；

51、模型訓(xùn)練與優(yōu)化模塊，用于將梅爾頻譜特征輸入到提前構(gòu)建好的異音檢測模型中進行訓(xùn)練，得到訓(xùn)練好的異音檢測模型，具體包括：

52、將梅爾頻譜特征輸入到提前構(gòu)建好的異音檢測模型中，首先通過卷積神經(jīng)網(wǎng)絡(luò)提取初級特征，再利用選擇性卷積核網(wǎng)絡(luò)模塊進行多尺度特征提取與融合，接著通過特征降維與軟注意力機制實現(xiàn)特征的自適應(yīng)選擇，最后通過膠囊網(wǎng)絡(luò)模塊完成分類任務(wù)；

53、在訓(xùn)練過程中，使用五折交叉驗證對異音檢測模型的性能進行評估，優(yōu)化其參數(shù)，最終得到訓(xùn)練好的異音檢測模型；

54、模型預(yù)測與應(yīng)用模塊，用于將待測音頻信號樣本輸入到訓(xùn)練好的異音檢測模型中進行預(yù)測，得到預(yù)測結(jié)果，并依據(jù)預(yù)測結(jié)果對工業(yè)設(shè)備進行分類。

55、從以上技術(shù)方案可以看出，本發(fā)明申請具有以下有益效果：

56、（1）多尺度特征捕捉能力：本發(fā)明通過結(jié)合選擇性卷積核網(wǎng)絡(luò)模塊，實現(xiàn)了對音頻信號中不同尺度特征的動態(tài)捕捉。利用多個具有不同核大小的分支處理輸入信號，并將這些分支的信息融合在一起，該方法能夠靈活調(diào)整神經(jīng)元的感受野大小，有效捕捉到從細(xì)微變化到復(fù)雜頻率特征的各種音頻特征。這種能力特別適用于處理復(fù)雜且多樣化的工業(yè)設(shè)備音頻信號，提高了異音檢測的準(zhǔn)確性和適用性。

57、（2）豐富的特征表示能力：通過引入膠囊網(wǎng)絡(luò)模塊，本發(fā)明實現(xiàn)了對音頻信號特征的多維向量表示。每個膠囊不僅能夠捕捉不同特征之間的關(guān)系，還包含了結(jié)構(gòu)信息（如位置、方向、大小等），這種表示方式使得網(wǎng)絡(luò)能夠更好地保留和利用音頻信號中的空間信息和方向性。這種豐富的特征表示能力顯著增強了模型在異音檢測過程中的準(zhǔn)確性和魯棒性，使得模型能夠更好地區(qū)分正常和異常的音頻信號。

58、（3）高效的異音檢測性能：結(jié)合選擇性卷積核網(wǎng)絡(luò)和膠囊網(wǎng)絡(luò)的優(yōu)勢，本發(fā)明構(gòu)建了一種高效的異音檢測模型。該模型通過多尺度特征提取與融合、特征自適應(yīng)選擇以及分類任務(wù)的完成，實現(xiàn)了對工業(yè)設(shè)備音頻信號的準(zhǔn)確檢測。在訓(xùn)練過程中，使用五折交叉驗證對模型性能進行評估，并優(yōu)化其參數(shù)，確保了模型的穩(wěn)定性和可靠性。最終，該模型能夠在實際應(yīng)用中實現(xiàn)對工業(yè)設(shè)備的快速、準(zhǔn)確分類，為工業(yè)設(shè)備的狀態(tài)監(jiān)測和故障診斷提供了有力的技術(shù)支持。