在航空发动机可视化协同维修中,利用声音提示技术,通过改进的梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)与头相关传递函数(Head-Related Transfer Function,HRTF)构建“频域-空间”双重映射模型,实现故障声纹特征的...在航空发动机可视化协同维修中,利用声音提示技术,通过改进的梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)与头相关传递函数(Head-Related Transfer Function,HRTF)构建“频域-空间”双重映射模型,实现故障声纹特征的精准提取与三维声场定位。结合增强现实界面,设计多故障优先级动态调控机制,优化声学信息传递链。实验结果表明,将声音提示技术应用于航空发动机可视化协同维修,故障维修响应时间缩短至1.3 s以内,故障定位误差控制在±1.0 mm和±1.0°,同时显著减少了协同误判频次,提升了航空发动机维修的实时性与准确性。展开更多
文摘在航空发动机可视化协同维修中,利用声音提示技术,通过改进的梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)与头相关传递函数(Head-Related Transfer Function,HRTF)构建“频域-空间”双重映射模型,实现故障声纹特征的精准提取与三维声场定位。结合增强现实界面,设计多故障优先级动态调控机制,优化声学信息传递链。实验结果表明,将声音提示技术应用于航空发动机可视化协同维修,故障维修响应时间缩短至1.3 s以内,故障定位误差控制在±1.0 mm和±1.0°,同时显著减少了协同误判频次,提升了航空发动机维修的实时性与准确性。
