欢迎来到天天文库
浏览记录
ID:29471722
大小:1.45 MB
页数:69页
时间:2018-12-20
《基于mems声传感器的烟道气流检测与识别研究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、中国计量学院本科毕业设计(论文)基于MEMS声传感器的烟道气流检测与识别研究TheStudyonDetectingandRecognizingtheAirofFluebasedonMEMSSonicTransducer学生姓名邓平学号0700103235学生专业电气工程及其自动化班级07电气2班二级学院机电工程学院指导教师赵子恺副教授中国计量学院2011年06月郑重声明本人呈交的毕业设计论文,是在导师的指导下,独立进行研究工作所取得的成果,所有数据、图片资料真实可靠。尽我所知,除文中已经注明引用的内容外,本学位论文的研究成果不
2、包含他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确的方式标明。本学位论文的知识产权归属于培养单位。学生签名:日期:分类号:TB52+6密级:公开UDC:621学校代码:10356中国计量学院本科毕业设计(论文)基于MEMS声传感器的烟道气流检测与识别研究TheStudyonDetectingandRecognizingtheAirofFluebasedonMEMSSonicTransducer作者邓平学号0700103235申请学位工学学士指导教师赵子恺副教授学科专业电气工程及其自动化
3、培养单位中国计量学院答辩委员会主席评阅人2011年06月致谢此论文即将完成之际,我想首先感谢这四年中学校老师对我的培养与教育,感谢学校提供的资源,同时特别需要感谢我的毕业设计指导老师赵子恺老师对我的帮助。在完成这次的毕业设计任务的过程当中,也得到了其他同学的帮助与指导,在这里也同样感谢他们。本论文是在赵子恺老师的亲切关怀和精心指导下完成的。在接受赵老师指导的几个月的时间里,他那渊博的知识,紧密的逻辑和严谨的治学态度给我留下深刻的印象,让我开阔了视野,丰富了学识,并受益终身。值此论文完成之际,对赵老师曾经给予的学术上的指导,生活
4、上的关心和帮助致以最诚挚地谢意!还要感谢曾经帮助、培养我的所有老师,衷心感谢百忙之中抽出时间评议和评阅我的论文的各位专家和学者,感谢你们审阅本文所付出的辛勤劳动。最后,衷心感谢机电工程学院全体老师以及各位授课老师对我辛勤的栽培和教诲!邓平2011年6月基于MEMS声传感器的烟道气流检测与识别研究摘要:任何声源发出的声音中均包含与其结构和状态等有关的信息。基于信号处理的声音特征提取和模式识别技术近些年发展较快,声信号具有精确性和稳定性等特点,借助计算机技术运用信号处理的方法对物体发出的声音进行分析,提取其振动特征量,可以为物体运
5、转情况的预测提供精准的数据分析依据。声音模式识别在无人职守、故障检测、灾害预防等方面具有很广阔的应用前景。油烟管道内电机旋转也会产生与其对应的声音信号,主要包括通风声、机械声和电磁声,其中通风声占据主导作用。我们可以通过检测其主频并结合统计学来判别管道各支路电机的运转情况。本文对模拟烟道进行了多组实验和数据分析,找到了合适的声音信号特征向量,基本上能正确识别烟道油烟机运行状况。文章最后,对本文工作进行总结和展望,提出解决问题的初步方法,谨供以后的研究者参考。关键词:MEMS;声音信号;模式识别;烟道;快速傅里叶变换中图分类号:
6、TB52+6IVTheStudyonDetectingandRecognizingtheAirofFluebasedonMEMSSonicTransducerAbstract:Thesoundofanysoundsourcecontainsinformationaboutitsstructureandstate.Signalprocessing-basedvoicefeatureextractionandpatternrecognitiontechnologydevelopedrapidlyinrecentyears,Acou
7、sticsignalcharacteristicswithaprecisionandstability,sowiththeuseofcomputertechnology,analyzethesoundobjectsinsignalprocessingmethods,thenextractetheEigenvectorsofthevibration,thatcanbeaaccuratedataanalysisforforecastingabouttheobject'sconditionofoperation.Soundpatte
8、rnrecognitionhasbroadapplicationprospectsintheabsenceofduty,faultdetection,disasterprevention.Amotorrotationinsmokepipealsomakecorrespondi
此文档下载收益归作者所有