使用小波散射探测空气压缩机声音仿真软件万博1manbetx
这个例子展示了如何使用小波散射和pretrained深学习网络仿真软件中®模型分类音频信号从一个空气压缩机。万博1manbetx
深入学习网络使用一个数据集,其中包含录音从pretrained空气压缩机。深入学习网络是搭配一个小波散射网络。数据集分为八类,一个健康的状态和七个错误的状态。培训的更多信息,请参阅使用小波散射和复发性深网络故障检测(小波工具箱)。
下载这个pretrained网络和一套空气压缩机声音检测,运行以下命令。这些命令下载并解压缩文件到一个位置上的MATLAB®路径。的airCompressorWaveletNet.mat
文件存储pretrained网络。
zipFile = matlab.internal.examples.download万博1manbetxSupportFile (“dsp”,“AirCompressorWaveletScatteringNet.zip”);dataFolder = fileparts (zipFile);解压缩(zipFile dataFolder);目录(fullfile (dataFolder,“WaveletScatteringNet”))
打开AirCompressorHealthModel.slx
模型。单击选择状态
块。声音类型设置为默认“轴承”
。该模型包含一个小波散射阻止一个有状态的分类块紧随其后。小波散射参数完全相同waveletScattering
参数在最初的训练示例中,除了SignalLength
。在这个例子中,网络训练与短信号长度(16 e3)来减少延迟。
运行模型。小波散射块生成一个329 -的- 8矩阵从输入音频的功能。有状态分类块使用airCompressorWaveletNet.mat
文件并将信号分为八类模型之一是训练有素的。预测显示类使用的标签显示块。的范围显示比分预测类和其他类。
open_system (“AirCompressorHealthModel.slx”)sim卡(“AirCompressorHealthModel.slx”)
在模拟运行时,您可以更改输入声音通过双击选择状态块和从下拉列表中选择一种不同的声音。
对于这个示例,选择“健康”
在仿真运行时。显示块更新预测范围标签和块展示了新的成绩。
另请参阅
小波散射|音频设备的作家|显示(万博1manbetx模型)|范围(万博1manbetx模型)
相关的话题
- 使用小波散射和复发性深网络故障检测(小波工具箱)