基于改進(jìn)STgram-MFN的永磁同步電機(jī)音頻異常檢測(cè)

摘要：針對(duì)現(xiàn)有基于音頻信號(hào)的異常檢測(cè)方法在獲取永磁同步電機(jī)音頻信號(hào)時(shí)頻域特征信息不足且異常檢測(cè)準(zhǔn)確率不高的問(wèn)題，提出了一種基于改進(jìn)STgram-MFN（Spectro-Temporal Fusion Feature with MobileFaceNet）的永磁同步電機(jī)音頻異常檢測(cè)模型.首先，使用ECAPA-TDNN（Emphasized Channel Attention Propagation Aggregation Time Delay Neural Network）作為特征提取網(wǎng)絡(luò)，該網(wǎng)絡(luò)通過(guò)一維擠壓激勵(lì)模塊和多層特征聚合提取出永磁同步電機(jī)音頻信號(hào)中更深層次的時(shí)域特征.其次，利用一維卷積處理序列數(shù)據(jù)的能力提取出音頻信號(hào)頻域信息中高低頻之間的關(guān)系特征.最后，將對(duì)數(shù)梅爾譜和時(shí)頻域特征進(jìn)行特征融合輸入MobileFaceNet網(wǎng)絡(luò)，得到檢測(cè)結(jié)果.實(shí)驗(yàn)結(jié)果表明，改進(jìn)的STgram-MFN方法相較于傳統(tǒng)方法，更有效地實(shí)現(xiàn)了永磁同步電機(jī)音頻異常檢測(cè).

關(guān)鍵詞：ECAPA-TDNN；一維卷積；音頻異常檢測(cè)；時(shí)頻域特征；對(duì)數(shù)梅爾譜

中圖分類(lèi)號(hào)：TM341;TP277"" 文獻(xiàn)標(biāo)志碼：A

Audio Anomaly Detection ofPermanent MagnetSynchronous Motors Based on Improved STgram-MFN

LIU Zhao-xi1， LI Jing-zhao1， YE Tong-zhou²

（1.School of Computer Science and Engineering， Anhui University of Science and Technology， Huainan 232000， Anhui， China；

2.School of Mechanical Engineering， Anhui University of Science and Technology， Huainan 232000， Anhui， China）

Abstract：To address the issues of insufficient feature information in the time-frequency domain and low accuracy in anomaly detection for permanent magnet synchronous motors （PMSM） using existing audio signal-based methods， a novel audio anomaly detection model for PMSM based on an improved Spectro-Temporal Fusion Feature with MobileFaceNet （STgram-MFN） is proposed. Initially， the Emphasized Channel Attention Propagation Aggregation Time Delay Neural Network （ECAPA-TDNN） is employed as the feature extraction network. This network extracts deeper temporal features from the audio signals of PMSMs through a one-dimensional squeeze-and-excitation module and multi-layer feature aggregation. Subsequently， the capability of one-dimensional convolution to process sequence data is utilized to extract the relational features between high and low frequencies within the audio signal’s frequency domain. Finally， the log Mel spectrum and time-frequency domain features are fused and input into the MobileFaceNet network to obtain the detection results. Experimental results demonstrate that the improved STgram-MFN method achieves more effective anomaly detection for PMSM audio signals compared to traditional methods.

Key words：ECAPA-TDNN; one-dimensional CNN; audio anomaly detection; time-frequency domain feature; logarithmic Mel spectrogra

0 引言

永磁同步電機(jī)（Permanent Magnet Synchronous Machine， PMSM）結(jié)構(gòu)緊湊、高效，具有高扭矩密度和卓越的動(dòng)態(tài)性能，在日常生活與工業(yè)自動(dòng)化中的電動(dòng)汽車(chē)、風(fēng)力發(fā)電、制造系統(tǒng)、航天航空及船舶等領(lǐng)域得到了廣泛的應(yīng)用^[1].由于PMSM在長(zhǎng)期連續(xù)運(yùn)行過(guò)程中受電源和負(fù)載條件的影響，不可避免地出現(xiàn)各種異常，從而降低電機(jī)運(yùn)行的可靠性和安全性，若不能及時(shí)檢測(cè)和糾正，會(huì)造成嚴(yán)重的設(shè)備故障及財(cái)產(chǎn)損失.因此，對(duì)永磁同步電機(jī)進(jìn)行異常檢測(cè)至關(guān)重要.

傳統(tǒng)的永磁同步電機(jī)異常檢測(cè)方法主要依賴(lài)于振動(dòng)、電流和電壓信號(hào)的監(jiān)測(cè).文獻(xiàn)[2]提出利用振動(dòng)速度頻譜分析來(lái)快速診斷永磁同步電動(dòng)機(jī)運(yùn)行時(shí)轉(zhuǎn)子偏心異常問(wèn)題.文獻(xiàn)[3]以線電壓和不同負(fù)載條件下的線電流為輸入信號(hào)，通過(guò)最大熵分區(qū)（MEP）和概率有限狀態(tài)自動(dòng)機(jī)（PFSA）對(duì)信號(hào)進(jìn)行離散化處理，并通過(guò)嵌入維度與時(shí)間滯后構(gòu)造增強(qiáng)輸入空間，最終通過(guò)支持向量機(jī)（SVM）分類(lèi)實(shí)現(xiàn)永磁同步電機(jī)退磁異常檢測(cè).

然而，傳統(tǒng)檢測(cè)方法存在局限性，在傳感器安裝復(fù)雜、更換困難以及信號(hào)干擾大的工況下，檢測(cè)效果顯著下降.近年來(lái)，研究者開(kāi)始關(guān)注利用聲音信號(hào)進(jìn)行機(jī)器異常檢測(cè).音頻信號(hào)作為一種非接觸式傳感信號(hào)，具有安裝方便、抗環(huán)境干擾性強(qiáng)等優(yōu)點(diǎn).文獻(xiàn)[4]通過(guò)采集風(fēng)力渦輪機(jī)的正常與異常聲音，提取其MFCC特征，并輸入卷積神經(jīng)網(wǎng)絡(luò)-門(mén)控循環(huán)單元（CNN-GRU）進(jìn)行訓(xùn)練以檢測(cè)異常信息.文獻(xiàn)[5]提出一種多重?cái)U(kuò)展頻率選擇縮短方法對(duì)電機(jī)的聲音信號(hào)進(jìn)行特征提取，并通過(guò)最近鄰分類(lèi)器對(duì)異常進(jìn)行分類(lèi).文獻(xiàn)[6]將直流電機(jī)音頻信息轉(zhuǎn)換為梅爾頻譜圖，輸入卷積神經(jīng)網(wǎng)絡(luò)（CNN）分類(lèi)器判別異常，使用668個(gè)音頻樣本實(shí)現(xiàn)了87%的準(zhǔn)確率.隨著計(jì)算機(jī)算力水平的提升，使用深度學(xué)習(xí)對(duì)機(jī)械異常聲音進(jìn)行檢測(cè)正在受到關(guān)注.

為充分利用永磁同步電機(jī)音頻信息，本文提出一種基于改進(jìn)STgram-MFN^[7]的PMSM音頻異常檢測(cè)方法.首先，使用ETgramNet和FPgramNet從頻譜-時(shí)間域中捕獲更多的頻率和時(shí)間信息；其次，使用DCASE2020 Task2公開(kāi)數(shù)據(jù)集和實(shí)測(cè)永磁同步電機(jī)聲音數(shù)據(jù)集共同訓(xùn)練模型.最后用實(shí)驗(yàn)表明，改進(jìn)的STgram-MFN能有效識(shí)別PMSM異常，驗(yàn)證了該方法對(duì)PMSM的音頻異常檢測(cè)具有較好的效果和潛力.

1 音頻信號(hào)特征提取

1.1 對(duì)數(shù)梅爾譜

對(duì)數(shù)梅爾譜（Log-Mel Spectrum）是一種基于人耳聽(tīng)覺(jué)特性的音頻信號(hào)處理方法.首先對(duì)音頻信號(hào)進(jìn)行傅立葉變換得到頻譜，再通過(guò)梅爾濾波器組（Mel Filter Banks）模擬人類(lèi)耳膜對(duì)不同頻率聲音的感知能力.該方法被廣泛應(yīng)用于音頻異常檢測(cè)^[8-9].具體公式如式（1）所示.

logMel［i，m］=

log∑K－1k=0Xm，k2·h［i，k］，（1）

其中：Xm，k是在頻率索引k與時(shí)間幀索引m處的短時(shí)傅里葉變換（STFT）結(jié)果；K是頻率的數(shù)量；h［i，k］是梅爾濾波器組的權(quán)重；logMel［i，m］表示在對(duì)數(shù)梅爾譜圖中第i個(gè)梅爾濾波器組在第m個(gè)時(shí)間幀的值.

1.2 基于ECAPA-TDNN的時(shí)序特征提取

ECAPA-TDNN在TDNN的基礎(chǔ)上引入了殘差網(wǎng)絡(luò)結(jié)構(gòu)^[10].通過(guò)一維擠壓激勵(lì)模塊（SE-Res2Blocks）和多層特征聚合，提取永磁同步電機(jī)音頻信號(hào)中更深層次的特征.SE-Res2Blocks采用“擠壓和激發(fā)”機(jī)制實(shí)現(xiàn)特征選擇與強(qiáng)化，即通過(guò)全局信息聚合和非線性轉(zhuǎn)換生成描述通道重要性的特征映射，從而在通道維度上進(jìn)行特征重標(biāo)定.

首先，集中注意力的計(jì)算如式（2）所示.

z=1T∑Ttht，（2）

其中：ht表征在時(shí)間步t的隱藏狀態(tài)輸出；T代表總時(shí)間步長(zhǎng).該操作獲得全局特征表示z，它是時(shí)間序列中所有隱藏狀態(tài)的平均值，提供關(guān)于序列整體動(dòng)態(tài)的全局摘要.

其次，激活操作計(jì)算如式（3）所示.

s=σ（W2f（W1z+b1）+b2），（3）

其中，W1和W2是權(quán)重矩陣，b1、b2是偏置項(xiàng).σ是sigmoid函數(shù)，它的輸出s為調(diào)整后的特征激活權(quán)重，是基于全局特征表示z的非線性轉(zhuǎn)換.f是ReLU激活函數(shù)，用于引入非線性并增強(qiáng)模型的學(xué)習(xí)能力.

最后，特征重標(biāo)定的計(jì)算如式（4）表示.

h～c=schc，（4）

其中：hc是原始通道特征；sc是s的第c個(gè)通道元素.通過(guò)逐元素乘積操作對(duì)通道特征加權(quán)，以強(qiáng)調(diào)重要特征并抑制冗余特征，從而優(yōu)化特征表示.

使用ECAPA-TDNN對(duì)永磁同步電機(jī)原始音頻信號(hào)進(jìn)行特征提取，得到的時(shí)間特征補(bǔ)充了對(duì)數(shù)梅爾頻譜圖中缺失的時(shí)域信息.基于ECAPA-TDNN的時(shí)序特征提取網(wǎng)絡(luò)（ETgramNet）架構(gòu)如圖1所示.首先，采用大核一維卷積，其通道數(shù)、核尺寸及步長(zhǎng)與對(duì)數(shù)梅爾語(yǔ)譜圖的梅爾單元數(shù)、窗口尺寸及幀移長(zhǎng)度相同.其次，經(jīng)過(guò)3次一維擠壓激勵(lì)模塊逐層提取強(qiáng)化特征.最后，通過(guò)多層特征聚合輸出時(shí)域特征.

1.3 基于一維卷積網(wǎng)絡(luò)的頻域特征提取

永磁同步電機(jī)異常時(shí)發(fā)出的聲音信號(hào)包含低頻與高頻部分.然而，在對(duì)數(shù)梅爾譜形成過(guò)程中，由于梅爾濾波器的特性使得其對(duì)低頻部分保留較多，對(duì)高頻部分有所減弱甚至缺失^[11].針對(duì)此問(wèn)題，本文提出基于一維卷積的頻域特征提取網(wǎng)絡(luò)（FPgramNet）.

本文使用與對(duì)數(shù)梅爾譜相同的窗口尺寸及幀移長(zhǎng)度，將每幀數(shù)據(jù)進(jìn)行快速傅里葉變換，從中獲得相應(yīng)的頻率和相位信息并作為FPgramNet網(wǎng)絡(luò)的輸入，隨后生成與對(duì)數(shù)梅爾譜頻帶維度相匹配的輸出，最后將得到的輸出列拼接，得到與對(duì)數(shù)梅爾譜維度相同的頻率特征圖（Fgram）及相位特征圖（Pgram）.其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示.

頻率及相位特征圖補(bǔ)充了音頻信號(hào)的頻域信息，從而更全面地描述永磁同步電機(jī)音頻信號(hào)的頻譜特性，提升異常聲音檢測(cè)的準(zhǔn)確性.

2 基于MobileFaceNet的異常檢測(cè)器

實(shí)際應(yīng)用中，永磁同步電機(jī)異常檢測(cè)算法常部署于移動(dòng)端設(shè)備，因此使用輕量化的模型.MobileFaceNet是比MoblienetV2參數(shù)量更少的卷積神經(jīng)網(wǎng)絡(luò)，適合部署于移動(dòng)端設(shè)備.MobileFaceNet將MoblienetV2中的全局平均池化層替換為全局深度卷積層，有利于捕捉不同特征圖的特征信息，保留更多空間信息^[12].其卷積計(jì)算過(guò)程如式（5）所示：

Gm=∑i，jKi，j，m·Fi，j，m，（5）

其中：F是大小為W×H×M的輸入特征圖；K是大小為W×H×M的深度卷積核；G是大小為1×1×M的輸出（W=20，H=8，M=512）；G中的第m個(gè)通道只有一個(gè)元素Gm；（i，j）表示F和K中的空間位置；m表示通道索引.MobileFaceNet的網(wǎng)絡(luò)結(jié)構(gòu)如表1所列.

永磁同步電機(jī)音頻異常檢測(cè)過(guò)程如圖3所示.首先，音頻信號(hào)經(jīng)過(guò)梅爾濾波、FPgramNet網(wǎng)絡(luò)及ETgramNet網(wǎng)絡(luò)進(jìn)行特征提取，得到對(duì)數(shù)梅爾譜、ETgram、Fgram及Pgram等多個(gè)特征.然后，經(jīng)過(guò)融合得到特征METFPgram，METFPgram∈R^（4*M*N）.最后，將METFPgram輸入分類(lèi)器MobileFaceNet實(shí)現(xiàn)永磁同步電機(jī)異常檢測(cè).

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

本文采用多個(gè)數(shù)據(jù)源訓(xùn)練模型，包括DCASE 2020挑戰(zhàn)賽Task2開(kāi)發(fā)和附加數(shù)據(jù)集^[13]，該數(shù)據(jù)集由MIMII^[14]及ToyADMOS數(shù)據(jù)集^[15]的部分?jǐn)?shù)據(jù)及實(shí)測(cè)的異常數(shù)據(jù)集組成.其中，MIMII數(shù)據(jù)集包含4種機(jī)器類(lèi)型（風(fēng)扇、泵、滑塊和閥門(mén)）；ToyADMOS數(shù)據(jù)集包含2種機(jī)器類(lèi)型（玩具車(chē)、玩具傳送機(jī)）.采集的音頻采樣率為16 kHz，時(shí)長(zhǎng)為10 s.實(shí)驗(yàn)使用Task2開(kāi)發(fā)和附加數(shù)據(jù)集的訓(xùn)練樣本及1000條正常音頻作為訓(xùn)練集；使用Task2開(kāi)發(fā)數(shù)據(jù)集測(cè)試樣本和永磁同步電機(jī)的正常與異常音頻（正常、繞組異常、退磁異常、過(guò)載異常、偏心異常和軸承異常音頻信號(hào)各200條）進(jìn)行評(píng)估.

本文采用受試者工作特征（ROC）曲線下面積（AUC）及部分曲線下面積（pAUC）評(píng)估模型性能，pAUC計(jì)算低假陽(yáng)性率（FPR）范圍[0，P]內(nèi)AUC的值，其中P值為0.1.

3.2實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)平臺(tái)為L(zhǎng)inux操作系統(tǒng)，RTX 3090顯卡，顯存為24 GB，基于PyTorch搭建網(wǎng)絡(luò)模型.對(duì)數(shù)梅爾譜圖使用漢明窗，窗口長(zhǎng)度為1024，滑動(dòng)長(zhǎng)度為512，Mel濾波器組數(shù)量為128個(gè)（即W=1024，H=512，M=128）.Fgram、Pgram和ETgram維數(shù)為128×313.模型訓(xùn)練140輪取最優(yōu)輪次結(jié)果，批次大小設(shè)置為128.

使用Adam優(yōu)化器，學(xué)習(xí)率設(shè)置為0.0001，采用余弦退火策略進(jìn)行學(xué)習(xí)率衰減；使用ArcFace作為損失函數(shù)，其原理是強(qiáng)化特征之間的角度邊界；通過(guò)引入角度裕度（margin）引導(dǎo)模型在特征空間中拉大不同類(lèi)別之間的區(qū)別，使得類(lèi)內(nèi)聲音在特征空間中更加緊湊，類(lèi)間聲音更加分散.其優(yōu)化計(jì)算如式（6）所示.

LArcFace=

－1N∑Ni=1loge^{s·cos（θyi}+m）e^{s·cos（θyi}+m）+∑Cj≠yie^{s·cos（θj）}，（6）

其中：N是批次樣本數(shù);C是類(lèi)別數(shù);s是縮放因子;m是角度邊界;θyi是特征向量與類(lèi)別yi關(guān)聯(lián)權(quán)重間的夾角.

驗(yàn)證集損失值從第7輪后逐步收斂，第100次后趨于平穩(wěn)，如圖4所示.

3.3 實(shí)驗(yàn)對(duì)比分析

為證明改進(jìn)模型METFPgramNet-MFN的有效性，將其與其他先進(jìn)方法（包括MobileNetV2和STgram-MFN）進(jìn)行比較.實(shí)驗(yàn)結(jié)果如表2所列，與STgram-MFN相比本文方法顯著提高了異常檢測(cè)性能，7種機(jī)型的平均AUC提高了1.8%，pAUC提高了2.73%，其中PMSM的AUC與pAUC分別提高了4.71%和5.74%.

3.4 消融實(shí)驗(yàn)

為驗(yàn)證時(shí)序特征與頻域特征提取的有效性，設(shè)計(jì)5種模型進(jìn)行消融實(shí)驗(yàn)驗(yàn)證，結(jié)果如表3所列，結(jié)構(gòu)分別為

（1）基線模型STgram-MFN：使用時(shí)序特征與對(duì)數(shù)梅爾頻譜圖相融合的方式提高模型精度.

（2）模型METgramNet-MFN：使用改進(jìn)的時(shí)序特征提取網(wǎng)絡(luò)ETgramNet.

（3）模型ETFPgramNet-MFN：使用ETgramNet與FPgramNet提取時(shí)頻域特征（未使用對(duì)數(shù)梅爾頻譜圖）.

（4）模型ETFPgramNet（RE）-MFN：在FPgramNet中引入了殘差結(jié)構(gòu).

（5）模型METFPgramNet-MFN：使用對(duì)數(shù)梅爾頻譜圖及ETgramNet和FPgramNet提取的時(shí)頻域特征.

由STgram-MFN及METgramNet-MFN對(duì)比可知，ETgramNet提取時(shí)間信息的能力顯著提升，平均AUC提高了1.73%，平均pAUC提高了1.36%.

對(duì)比METgramNet和ETFPgramNet，在使用ETgramNet及FPgramNet提取的特征替代對(duì)數(shù)梅爾頻譜圖作為輸入的情況下，平均AUC下降了1.34%，pAUC卻上升了0.14%.證明對(duì)數(shù)梅爾頻譜更有利于提升正負(fù)樣本的區(qū)分度AUC，而ETgramNet與FPgramNet也可從FFT處理結(jié)果中提取有效信息，在提升pAUC上有良好效果，這意味著在低假陽(yáng)性率條件下，模型對(duì)真陽(yáng)性樣本識(shí)別精度得到提升，表現(xiàn)更為穩(wěn)定.

為驗(yàn)證頻域特征提取網(wǎng)絡(luò)對(duì)于結(jié)果的影響，將ETFPgramNet改進(jìn)為ETFPgramNet（RE），結(jié)果表明相比ETFPgramNet，其AUC提高了0.72%，pAUC提高了0.2%，證明頻域特征提取網(wǎng)絡(luò)結(jié)構(gòu)對(duì)模型準(zhǔn)確度有影響，不同網(wǎng)絡(luò)結(jié)構(gòu)提取特征重點(diǎn)不同.最終的METFPgramNet結(jié)合METgramNet及FPgramNet優(yōu)勢(shì)，AUC及PAUC指標(biāo)相比其他模型都有提升，保留了MTgramNet高AUC及TFPgramNet高pAUC的特點(diǎn).證明對(duì)數(shù)梅爾譜與ETgramNet和FPgramNet之間存在著互補(bǔ)關(guān)系.

4 結(jié)語(yǔ)

本文提出基于ECAPA-TDNN及一維卷積的永磁同步電機(jī)音頻信號(hào)特征提取方法，有效補(bǔ)充了傳統(tǒng)對(duì)數(shù)梅爾頻譜因?yàn)V波導(dǎo)致永磁同步電機(jī)音頻特征的缺失，提高了模型性能.ECAPA-TDNN通過(guò)一維擠壓激勵(lì)模塊和多層特征聚合從原始音頻中提取更深層次的時(shí)序特征.一維卷積提取頻域特征獲取更加豐富的幀內(nèi)信息，選擇并強(qiáng)化永磁同步電機(jī)的音頻異常特征.實(shí)驗(yàn)結(jié)果表明，所提方法METFPgramNet-MFN的有效性有實(shí)質(zhì)性改進(jìn).

參考文獻(xiàn)：

[1] CHEN Y，LIANG S，LI W，et al.Faults and diagnosis methods of permanent magnet synchronous motors：A review[J].Applied Sciences，2019，9（10）：2116.

[2] 李全峰，黃厚佳，黃蘇融，等.表貼式永磁電機(jī)轉(zhuǎn)子偏心故障快速診斷研究[J].電機(jī)與控制學(xué)報(bào)，2019，23（12）：48-58，67.

[3] CHAKRABORTY S，KELLER E，RAY A，et al.Detection and estimation of demagnetization faults in permanent magnet synchronous motors[J].Electric Power Systems Research，2013，96：225-236.

[4] ZHU W，LIU H，ZHOU Y，et al.Wind Turbine Blade Fault Detection by Acoustic Analysis：Preliminary Results[C]//2021 IEEE International Conference on Signal Processing，Communications and Computing （ICSPCC）.Xi’an：IEEE，2021：1-5.

[5] GLOWACZ A.Fault diagnosis of single-phase induction motor based on acoustic signals[J].Mechanical Systems and Signal Processing，2019，117：65-80.

[6] IRI D，JANKOVI M，MILETI M.Sound-Based DC Motor Classification by a Convolutional Neural Network[C]//2022 57th International Scientific Conference on Information，Communication and Energy Systems and Technologies （ICEST）.Ohrid：IEEE，2022：1-4.

[7] LIU Y，GUAN J，ZHU Q，et al.Anomalous Sound Detection Using Spectral-Temporal Information Fusion[C]//ICASSP 2022 - IEEE International Conference on Acoustics，Speech and Signal Processing.Singapore：IEEE，2022：816-820.

[8] 薛英杰，陳頎，周松斌，等.基于自監(jiān)督特征提取的機(jī)械異常聲音檢測(cè)[J].激光與光電子學(xué)進(jìn)展，2022，59（12）：361-371.

[9] Principi E，Rossetti D，Squartini S，et al.Unsupervised electric motor fault detection by using deep autoencoders[J].IEEE/CAA Journal of Automatica Sinica，2019，6（2）：441-451.

[10] DESPLANQUES B，THIENPONDT J，DEMUYNCK K.ECAPA-TDNN：Emphasized Channel Attention，Propagation and Aggregation in TDNN Based Speaker Verification[C]//Proceedings of Interspeech 2020.Shanghai：ISCA，2020：3830-3834.

[11] 張家安，田家輝，王鐵成，等.基于改進(jìn)MFCC算法的風(fēng)力機(jī)葉片故障診斷方法[J].太陽(yáng)能學(xué)報(bào)，2024，45（1）：285-290.

[12] CHEN S，LIU Y，GAO X，et al.Mobilefacenets：Efficient CNNs for accurate real-time face verification on mobile devices[C]//Biometric Recognition：13th Chinese Conference，CCBR 2018.Urumqi：Springer，2018：428-438.

[13] KOIZUMI Y，KAWAGUCHI Y，IMOTO K，et al.Description and Discussion on DCASE2020 Challenge Task2：Unsupervised Anomalous Sound Detection for Machine Condition Monitoring[C]//Proceedings of the DCASE2020 Workshop.Virtual：Tampere University，2020：81-85.

[14] PUROHIT H，TANABE R，ICHIGE T，et al.MIMII Dataset：Sound Dataset for Malfunctioning Industrial Machine Investigation and Inspection[C]//Proceedings of the DCASE2019 Workshop.New York：Tampere University，2019：209-213.

[15] KOIZUMI Y，SAITO S，UEMATSU H，et al.ToyADMOS：A Dataset of Miniature-Machine Operating Sounds for Anomalous Sound Detection[C]//2019 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics （WASPAA）.New Paltz：IEEE，2019：313-317.

［責(zé)任編輯：李嵐 杜佳］