基于生成对抗网络的异常检测（工业声音异常）.docx

PAGE2

基于生成对抗网络的异常检测（工业声音异常）

摘要

工业设备运行中声音异常检测对预防性维护至关重要。传统方法依赖故障样本训练，但实际场景中故障数据稀缺且获取成本高。本设计提出一种基于生成对抗网络（GAN）的无监督异常检测方案，仅使用正常声音数据训练生成器与判别器，通过测试阶段的重构误差量化异常程度。系统实现涵盖声音预处理、GAN模型构建及实时检测模块，核心创新在于引入时频特征融合机制提升声学表征能力，避免对故障样本的依赖。

第一章分析工业声音异常检测的痛点与需求；第二章论证GAN与Mel频谱技术的适用性；第三章明确系统功能与非功能指标；第四章设计分层架构与模块交互；第五章详述G