买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜青岛农业大学申请的专利一种基于声音的信号提取和分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114049901B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111325912.2，技术领域涉及：G10L25/03；该发明授权一种基于声音的信号提取和分类方法是由李娟;张玉洁;刘馨蔚;荣丽红;宋晓科设计研发完成，并于2021-11-10向国家知识产权局提交的专利申请。

本一种基于声音的信号提取和分类方法在说明书摘要公布了：本发明提供了一种基于声音的信号提取和分类方法，包括以下步骤：步骤1，采集电机不同状态下的声音信号；步骤2，对采集的声音信号进行预处理；步骤3，利用步骤2中预处理后的声音信号进行故障特征提取，得到声音的时频谱图并构建数据集；步骤4，搭建一种CNN模型，将步骤3中构建的数据集输入到模型中进行训练并测试；步骤5，用训练好的模型对电机转子断条故障进行诊断和分类并输出结果；本发明可以有效实现电机转子断条故障的诊断和分类，为电机转子断条故障诊断提供了一个新的研究思路，利用短时傅里叶变换和深度学习相结合的故障诊断和分类方法的有效性，验证准确率达到100％。

本发明授权一种基于声音的信号提取和分类方法在权利要求书中公布了：1.一种基于声音的信号提取和分类方法，其特征在于，包括以下步骤：步骤1，采集电机不同状态下的声音信号；步骤2，对采集的声音信号进行预处理；步骤3，利用步骤2中预处理后的声音信号进行故障特征提取，得到声音的时频谱图并构建数据集；具体为将电机健康运行、发生1根转子断条故障和发生2根转子断条故障的3种声音信号经过短时傅里叶变换进行故障特征提取，得到声音的时频谱图；步骤4，搭建一种CNN模型，将步骤3中构建的数据集输入到模型中进行训练并测试；搭建的一种CNN模型为搭建AlexNet模型，具体结构为：AlexNet模型由多个卷积层、池化层和全连接层组成；模型从卷积层1开始，采用11x11的卷积核，步长为4x1，共有96个卷积核，输出尺寸为55x55x96；接着是最大池化层，采用3x3的卷积核，步长为2x1，同样有96个卷积核，输出尺寸为27x27x96；随后是卷积层2，使用5x5的卷积核，步长为1x1，有256个卷积核，输出尺寸为27x27x256，并再次经过最大池化层，采用3x3的卷积核，步长为2x1，有256个卷积核，输出尺寸为13x13x256；模型继续包含卷积层3和4，均使用3x3的卷积核，步长为1x1，各有384个卷积核，输出尺寸为13x13x384；卷积层5则使用3x3的卷积核，步长为1x1，有256个卷积核，输出尺寸为13x13x256，并再次经过最大池化层，采用3x3的卷积核，步长为2x1，有256个卷积核，输出尺寸为6x6x256；最后，模型包含三个全连接层，每个全连接层的输出尺寸均为6x6x256；步骤5，用训练好的模型对电机转子断条故障进行诊断和分类并输出结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛农业大学，其通讯地址为：266109 山东省青岛市城阳区长城路700号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。