公开(公告)号：CN114944151A

公开(公告)日：2022-08-26

申请号：CN202210533202.7

申请日：2022-05-12

Applicant: 安徽理工大学

Inventor： 王克定 ,  李敬兆 ,  王国锋 ,  杨占宝

IPC: G10L15/02 ,  G10L15/08 ,  G10L15/16 ,  G10L17/26 ,  G01M99/00

Abstract: 本发明涉及一种基于音频的隧道壁钻孔机器人故障检测方法。首先，利用多个声音传感器全方位采集隧道钻孔机器人钻孔过程的音频信号，通过改进后小波阈值降噪法对音频信号滤波降噪；然后，把降噪滤波后的音频信号再通过GWO算法优化VMD分解，自适应得出最优的模态分量数，利用峭度准则筛选出有效的模态分量，对有效的模态分量进行MFCC特征提取，构成能表征钻孔机器人不同运行状态的特征向量集；最后将钻孔机器人不同运行状态的MFCC特征向量集输入GA‑CNN模型中训练，建立GA‑CNN故障识别模型。通过将提取的MFCC特征信息输入模型，根据输出结果判断钻孔机器人的钻孔状况，简化故障检测过程，提高了故障检测准确度。