admin 发表于 2024-12-14 11:44

基于改进生成对抗网络的工业炉燃烧器噪声分类研究


文档名:基于改进生成对抗网络的工业炉燃烧器噪声分类研究
摘要:工业炉燃烧器噪声分类过程中易受到不均匀样本、非线性和工作环境等问题的干扰,噪声信号分离难度比较大,导致分类效果不佳.为了解决上述问题,提出基于改进生成对抗网络的工业炉燃烧器噪声分类方法.采用组合传感器采集工业炉燃烧器信号,通过声能叠加算法分离出噪声信号.采用小波包分解算法提取噪声信号特征,将提取的特征输入到改进后的生成对抗网络中,改进生成对抗网络通过分类函数完成工业炉燃烧器噪声分类.实验结果表明,所提方法的工业炉燃烧器噪声信号特征提取效果好、分类精度高、分类时间短,分类结果具备可靠性.

Abstract:Intheprocessofclassifyingindustrialfurnaceburnernoise,itispronetointerferencefromissuessuchasunevensamples,nonlin-earity,andworkingenvironment,makingitdifficulttoseparatenoisesignals,resultinginpoorclassificationperformance.Inordertosolvetheaboveproblems,anoiseclassificationmethodofindustrialfurnaceburnerbasedonimprovedGenerativeadversarialnetworkisproposed.Acombinationsensorisusedtocollectsignalsfromindustrialfurnaceburners,andnoisesignalsareseparatedthroughtheacousticenergysuper-positionalgorithm.TheWaveletpacketdecompositionalgorithmisusedtoextractthenoisesignalfeatures,andtheextractedfeaturesareinputintotheimprovedGenerativeadversarialnetwork.TheimprovedGenerativeadversarialnetworkcompletesthenoiseclassificationofindustrialfurnaceburnerthroughtheclassificationfunction.Theexperimentalresultsshowthattheproposedmethodhasgoodfeatureextractionperform-ance,highclassificationaccuracy,shortclassificationtime,andreliableclassificationresultsforindustrialfurnaceburnernoisesignals.

作者:王陆阳张晓军赵旭鹏Author:WANGLuyangZHANGXiaojunZHAOXupeng
作者单位:北京市化工职业病防治院,北京100093
刊名:工业加热 ISTIC
Journal:IndustrialHeating
年,卷(期):2024, 53(6)
分类号:TN919
关键词:改进生成对抗网络工业炉燃烧器噪声分类声能叠加算法小波包分解算法
Keywords:improvingthegenerativeadversarialnetworkindustrialfurnaceburnernoiseclassificationacousticenergysuperpositionalgo-rithmwaveletpacketdecompositionalgorithm
机标分类号:TN911.7TP391.4TB551
在线出版日期:2024年7月17日
基金项目:北京市化工职业病防治院院长基金基于改进生成对抗网络的工业炉燃烧器噪声分类研究[
期刊论文]工业加热--2024, 53(6)王陆阳张晓军赵旭鹏工业炉燃烧器噪声分类过程中易受到不均匀样本、非线性和工作环境等问题的干扰,噪声信号分离难度比较大,导致分类效果不佳.为了解决上述问题,提出基于改进生成对抗网络的工业炉燃烧器噪声分类方法.采用组合传感器采集工业...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于改进生成对抗网络的工业炉燃烧器噪声分类研究Research on Noise Classification of Industrial Furnace Burner Based on Improved Generative Adversarial Network

基于改进生成对抗网络的工业炉燃烧器噪声分类研究.pdf
页: [1]
查看完整版本: 基于改进生成对抗网络的工业炉燃烧器噪声分类研究