Wiedererkennung von Geräuschen in hydraulischen Kraftwerken bei sich ändernden Umgebungsgeräuschen
Thomas Blanck
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Informatik
Beschreibung
Masterarbeit aus dem Jahr 2019 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Hochschule Aalen, Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist die Detektion von Geräuschen mithilfe von akustischen Sensoren. Dafür wurde im Speziellen die Identifizierung von Koronaentladungen in hydraulischen Kraftwerken gewählt. Anhand der Schallaufnahmen sollen verschiedene Algorithmen unter der Berücksichtigung von möglichen Störgeräuschen die Koronaentladung wiedererkennen. Für diesen Zweck wurde in der Voith eigenen Versuchsanstalt ein Experiment zur Erzeugung von Koronaentladung durchgeführt. Die Schallmessungen beinhalten neben der künstlich erzeugten Korona, eine simultan ablaufende Maschine, die unter Betriebsbedingungen steht. In einem späteren Verlauf werden in einem zweiten Experiment weitere Schallaufnahmen getätigt, um die entwickelten Algorithmen zu verifizieren. Es wird gezeigt, dass Koronaentladungen mithilfe der verwendeten Konzepte erkannt werden kann. Die Herausforderung besteht darin, dass aufgrund verschiedener Störgeräusche eindeutige Klassifizierungen von Koronaentladungen an hydraulischen Wasserkraftwerken nicht ohne weiteres stattfinden können. Umgebungsgeräusche wie etwa der Lärm, der durch andere Maschinen oder Geräte verursacht wird, können eine Einordnung der zu ermittelnden Geräusche erschweren oder gar verunmöglichen. Geräusche in der Umgebung von Störeinflüssen zu differenzieren, speziell im industriellen Umfeld, ergibt bislang ein wenig erforschtes Gebiet.
Kundenbewertungen
Sound Analytics, Audio Technik, Koronaschall, Audioengineering, Neuronale Netze, Python Sound, Spectrogramm, Sound Detection, Neuronal Networ, Convolutional Neuronal Nets, Hydraulische Kraftwerke, Koronaentladungen, Korona, Sound Analyse, Machine Learning, Audio Analyse, Peak Detection, Geräuscherkennung, Störgeräuscherkennung, Python, Corona, Geräusche erkennen