基于声信号的工业设备故障诊断研究综述

来源：计算机工程与应用杂志2023年第7期北京时间：

作者：周玉蓉, 张巧灵, 于广增, 徐伟强

单位：1.浙江理工大学 信息科学与工程学院，杭州 310018 ；2.浙江理工大学 计算机科学与技术学院，杭州 310018；3.浙江理工大学 纺织科学与工程学院（国际丝绸学院），杭州 310018

摘要：为了保证工业生产过程的安全稳定运行，采取合理的故障诊断具有十分重要的意义和价值。因此，工业设备故障诊断一直是工业领域的研究热点。阐述了故障诊断的意义，并指出基于声信号进行故障诊断的可行性和优势。根据有无深度学习的参与，将基于声信号的故障诊断方法分为基于传统和基于深度学习两种类型；分别梳理了两类故障诊断方法的流程与思路，阐述并归纳了两类方法中典型算法的原理、优点、局限性、主要方法及诊断效果。最后，指出了当前工业设备故障诊断领域的研究难点、热点以及未来发展方向。

关键词：声信号,故障诊断,工业设备,机器学习,深度学习