Rozpoznawanie dźwięków maszyny prądu stałego z zastosowaniem LPC i algorytmu wstecznej propagacji błędów

• Autorzy: Głowacz A.

Warianty tytułu

EN

Recognition of sounds generated by a dc machine by means of LPC and an algorithm of a reverse propagation of errors

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono nowe podejście do rozpoznawania dźwięków maszyny prądu stałego. Podejście to jest oparte na zastosowaniu liniowego kodowania predykcyjnego i sieci neuronowej z algorytmem wstecznej propagacji błędów. Badania rozpoznawania dźwięku przeprowadzono dla maszyny prądu stałego podczas pracy normalnej i przy zwarciu zezwojów wirnika. Wyniki badań potwierdzają dużą skuteczność rozpoznawania dźwięku maszyny prądu stałego.

EN

A new approach to recognition of sounds generated by a DC machine has been presented in the paper. This approach has been based on a use of a linear predictive coding and a neuron network including an algorithm of a reverse propagation of errors. The research on recognition of a sound was made for a DC machine during a normal operation and a rotor coil fault (short-circuit). The results of the research have proven a high effectiveness of sound recognition at a direct current machine.

Słowa kluczowe

PL

dźwięk; maszyna prądu stałego

EN

DC machine; sound

• Wydawca: Instytut Technik Innowacyjnych EMAG
• Czasopismo: Mechanizacja i Automatyzacja Górnictwa
• Rocznik: 2008
• Tom: R. 46, nr 12
• Strony: 19--23
• Opis fizyczny: Bibliogr. 22 poz.,Rys., wykr., wz.,

Twórcy

autor

Głowacz A.

• Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• 1. Mitrovic D., Zeppelzauer M., Eidenberger H.: Analysis of the Data Quality of Audio Features of Environmental Sounds, Journal of Universal Knowledge Management, vol. 1, no. 1 (2006), 4-17.
• 2. Yoshii K., Goto M. and Okuma H. G.: Drum Sound Recognition for vPolyphonic Audio Signals by Adaptation and Matching of Spectrogram Templates With Harmonic Structure Suppression, IEEE Transactions on Audio, Speech, and Language Processing, Vol. 15, No. 1, January 2007, 333-345.
• 3. Dubois D., Guastavino C.: Cognitive evaluation of sound quality: Bridging the gap between acoustic measurements and meanings, Proceedings of 19th International Congress on Acoustics - ICA07, September 2-8 2007, Madrid, Spain.
• 4. Campbell J. P.: Speaker Recognition: A Tutorial, Proc. IEEE, Vol. 85, Issue 9, IEEE Press, 1437-1462, 1997.
• 5. Kinnunen T., Karpov E., Fränti P.: Real-Time Speaker Identification and Verification, IEEE Transactions on Audio, Speech, and Language Processing, Vol. 14, No. 1, 277-288, Jan 2006.
• 6. Rabiner L. and Juang B. H.: Fundamentals of Speech Recognition, Englewood Cliffs (N.J.), Prentice Hall Signal Processing Series, 1993.
• 7. Pasko M., Walczak J.: Teoria Sygnałów, Wydawnictwo Politechniki Śląskiej, 2007.
• 8. Webb A.: Statistical Pattern Recognition, John Wiley & Sons, 2002.
• 9. Corneliu M., Costinescu B.: Implementing the Levinson-Durbin Algorithm on the StarCoreTM SCl40/SCl400 Cores, Application Note Freescale Semiconductor AN2197, Rev. 1 1/2005.
• 10. ITU-T Recommendation G.729 - Coding of speech at 8 kbit/s using conjugate-structure algebraic-code-excited linear prediction (CS-ACELP), 01/2007.
• 11. ITU-T Recommendation G.723.1 - Dual rate speech coder for multimedia communications transmitting at 5.3 and 6.3 kbit/s, 05/2006.
• 12. Zhu X and Wyse L.: Sound Texture Modelling and Time-Frequency LPC, Proc. 7th International Conference on Digital Audio Effects, Naples, Italy, 2004, pp. 345-349.
• 13. Moorer J. A.: The Use of Linear Prediction of Speech in Computer Music Applications, Journal of the AES, vol. 27, no. 3, pp. 134-140, Mar. 1979
• 14. Anderson J. A.: An Introduction to Neural Networks (Ist ed.), MIT Press, 1995.
• 15. Fausett L. V.: Fundamentals of Neural Networks: Architectures, Algorithms, and Applications, Englewood Cliffs, NJ: Prentice-Hall, 1994.
• 16. Golden R. M.: Mathematical Methods for Neural Network analysis and Design, MIT Press, 1996.
• 17. Tadeusiewicz R.: Sieci Neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• 18. Kowalski C. T.: Zastosowanie sztucznej inteligencji w diagnostyce silników indukcyjnych, Przegląd Elektrotechniczny; 82 (2006) nr 11, 53-58
• 19. Żurada J. M.: Introduction to Artificial Neural Systems, PWS Publishing Company, 1992.
• 20. Głowacz Z., Zdrojewski A.: Analiza spektralna sygnałów silnika komutatorowego prądu stałego zasilanego ze źródła napięcia stałego, Przegląd Elektrotechniczny; 82 (2006) nr 11, 76-79.
• 21. Głowacz Z., Głowacz A.: Simulation Language for Analysis of Discrete-Continuous Electrical Systems (SESL2), Proceedings of 26th International Conference on Modelling, Identification and Control, IASTED, Innsbruck, 12-14 February, 2007, pp. 94-99.
• 22. Głowacz Z., Głowacz W.: Mathematical Model of DC Motor for Analysis of Commutation Processes, Proceedings of 6th IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives (SDEMPED), IEEE, Cracow, 6-8 September, 2007, pp. 138-141.