摘要
本发明公开了一种托辊健康识别方法和系统,该方法包括:采集托辊正常运行的声音数据,并计算得到其对数梅尔频谱图,再利用自注意力机制得到正常的增强频谱图;将增强频谱图作为训练数据,利用基于自编码器生成对抗网络的深度学习模型训练得到托辊正常声音信号的特征;采集待检测的托辊运行声音,根据上述处理过程,得到待检测的增强频谱图,并基于所述自编码器生成对抗网络的深度学习模型,得到待检测声音信号的特征,并与所述待检测声音信号的特征进行比较,得到托辊的健康状态得分。本发明能够在缺少托辊故障样本且无数据标注的情况下准确识别托辊故障,并直观地提供给监管维护人员托辊健康度评分,及时有效地提醒维护人员处理托辊出现的故障。