中国安全科学学报

作者：周尹辉, 丁勇, 李登华

单位：1 南京理工大学 安全科学与工程学院,江苏 南京,210094；2 南京水利科学研究院,江苏 南京 210029；3 水利部水库大坝安全重点实验室,江苏 南京 210024

关键词：空鼓信号,采集装置,集合经验模态分解(EEMD),变分模态分解(VMD),梅尔倒谱系数(MFCC),梅尔频谱特征(MSC)

基金：国家重点研发计划资助项目(2024YFC3210703); 国家自然科学基金(U2240221); 中央级公益性科研院所基本科研业务费专项资金资助项目(Y724011)

为解决墙面空鼓监测中传统人工检测方法存在的主观性强、效率低、难以大规模应用等问题,提出一种基于全自动空鼓信号采集装置与优化信号处理算法的智能化识别算法。首先,设计一种能够稳定运行于建筑墙面的全自动空鼓信号采集装置,采集标准化敲击与高精度声学信号;然后,采用贝叶斯优化(BO)的变分模态分解(VMD)与集合经验模态分解(EEMD)对原始信号作降噪处理,增强空鼓信号特征;然后,提取信号的梅尔频谱(MSC)和梅尔倒谱系数(MFCC)特征,并进行帧级融合,形成MFCC+MSC特征集;最后,利用多数投票集成学习模型分类,进行高精度的空鼓检测。结果表明:文中方法的分类准确率达99.31%,显著优于传统方法,验证了自动化装置与优化信号处理技术结合在墙面空鼓检测中的可行性与有效性。

来源：2026年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2026年第1期