CN106066254B - 基于物联网的工厂故障实时检测与定位系统及方法 - Google Patents
基于物联网的工厂故障实时检测与定位系统及方法 Download PDFInfo
- Publication number
- CN106066254B CN106066254B CN201610355172.XA CN201610355172A CN106066254B CN 106066254 B CN106066254 B CN 106066254B CN 201610355172 A CN201610355172 A CN 201610355172A CN 106066254 B CN106066254 B CN 106066254B
- Authority
- CN
- China
- Prior art keywords
- audio signal
- sound
- sound source
- signal sample
- factory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 230000005236 sound signal Effects 0.000 claims abstract description 119
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000009776 industrial production Methods 0.000 claims abstract description 6
- 230000008439 repair process Effects 0.000 claims abstract description 3
- 239000000523 sample Substances 0.000 claims description 102
- 238000007405 data analysis Methods 0.000 claims description 23
- 230000004807 localization Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 20
- 239000003990 capacitor Substances 0.000 claims description 17
- 230000003595 spectral effect Effects 0.000 claims description 14
- 230000003321 amplification Effects 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000002555 auscultation Methods 0.000 claims description 6
- 230000034994 death Effects 0.000 claims description 6
- 231100000517 death Toxicity 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000011426 transformation method Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000011897 real-time detection Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于物联网的工厂故障实时检测与定位系统及方法，该系统包括若干音频信号采集装置和服务终端。音频信号采集装置置于厂房的不同位置。本发明通过对声源声波信号的采集、分析，利用能量比定位算法确定声源的具体位置，利用频域分析确定声源类型，从而实现设备故障的检测与定位。本发明可以实时接受发送信号，可以将故障设备信息实时反映给维修方技术人员，有效的实现了技术人员进行远程维修指导。利用本发明检测系统在达到故障检测目的的同时，有效的降低了设备维修成本，提高了工业生产效率。
Description
技术领域
本发明涉及工厂故障检测领域，尤其涉及一种基于物联网的声波信号定位与信息监测系统。
背景技术
随着工业化的发展与普及，应用各种机床设备实现流水线作业的自动生产控制已经成为现代功业生产的主流，大规模的自动化生产逐步取代了小产量的手工业生产。然而在这样的工业生产模式中，无法避免的是工业设备在长期的运行过程中会产生不可知的磨损、硬件松动等现象，甚至导致设备故障，从而影响工业生产设备的正常运行，可能影响产品质量，导致原料的浪费，甚至不得不停工检修，而在这样的流水线生产模式下，这样造成的损失是极其巨大的，将极大降低工业生产的效率。现有的工厂监控系统仍存在盲区，无法对一些设备故障及时作出反应、定位，因而难以实现故障的迅速排除，导致巨大的经济损失。
发明内容
本发明的目的是针对现有工厂监控系统的缺陷，提供一种基于物联网的工厂故障实时监控与定位系统。利用本发明，可以实现工业设备在长期运行时，当某些连接部位出现松动，震动异常等情况时，迅速进行故障定位、报警。
本发明的目的是通过以下技术方案来实现的：一种基于物联网的工厂故障实时检测与定位系统，该系统包括若干音频信号采集装置和服务终端。所述音频信号采集装置置于工厂的不同位置，所有音频信号采集装置不能够置于同一平面中，将装置底部紧贴于放置面，放置面平整。
所述音频信号采集装置包括箱体和置于箱体内的第一通信模块、控制单元和信号放大模块；箱体的表面嵌有麦克风模块；所述第一通信模块与控制单元相连。麦克风模块经信号放大模块与控制单元相连。
所述麦克风模块包括声音探头、驻极体电容传声器和供电电路，声音探头固定于箱体的底部，紧贴放置的桌面或者物体，声音探头与驻极体电容传声器相连，供电电路为驻极体电容传声器提供电源；所述声音探头将采集的音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块进行放大，经由第一通信模块发送到服务终端。
所述服务终端包括第二通信模块和数据分析模块，所述第二通信模块与第一通信模块进行通信，所述数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位，从而实现工厂故障的实时检测与定位。所述能量比定位方法利用不同位置音频信号采集装置采集信号的能量差异来估计声源的位置，具体如下：
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定故障位置的三维空间位置。
进一步地，所述声音探头为医用听诊头和橡胶软管组成的一体结构或麦克风。
进一步地，所述数据分析模块在定位之后还包括对声源类型的判断，具体如下：
a)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，基于傅里叶变换或小波变化方法得到声源信号的频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括；设备异常震动、螺丝松动或掉落、人员脚步声等。
b)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，将时域信号转化为频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。
进一步地，该系统还包括警报模块，所述警报模块与控制单元相连，当数据分析模块判断声源的发声情况为异常情况时，向音频信号采集装置发送信息，控制单元启动警报模块，发出报警声提醒附近工作人员，同时服务终端向管理人员发送异常信息，达到故障实时监控的效果；所述异常情况为工业设备故障、工作异常、人员闯入等异常情况。
进一步地，所述数据分析模块在声源类型的判断后，还包括脚步识别与路径绘制，具体为：对厂房内的重要场地，通过音频信号采集装置进行实时监控，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
一种基于物联网的工厂故障实时检测与定位方法，该方法包括以下步骤：
(1)安置音频信号采集装置。将n个(n≥4)音频信号采集装置置于工厂的不同位置，所有音频信号采集装置不能够置于同一平面中，将装置底部紧贴于放置面，放置面必须平整，以便声音能够很好的传递。
(2)音频信号的采集与传输。打开音频信号采集装置，开始接受监控设备的音频信号，监控设备的异常震动经由空气、地面传播到音频信号采集装置，通过声音探头将采集的音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块进行放大，经由第一通信模块发送到服务终端。
(3)声源定位。服务终端的数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位，从而实现工厂故障实时检测与定位。所述能量比定位方法利用不同位置音频信号采集装置采集信号的能量差异来估计声源的位置，具体如下：
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定故障点的三维空间位置。
当音频信号采集装置数量超过四个时，可采用以下不同的方式确定声源的位置：
a)任意选取四个音频信号采集装置，即共有种音频信号采集装置选择方法；求取每一种采集方法下的声源信号的空间位置，求取各空间位置的平均值，以此作为最终的声源信号的位置；
b)任意选取四个音频信号采集装置，即共有种音频信号采集装置选择方法；求取每一种采集方法下的声源信号的空间位置，求取各空间位置的方均根，以此作为最终的声源信号的位置。
进一步地，所述步骤3声源定位之后，还包括步骤4对声源类型进行判断的步骤，具体如下：
(4.1)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，基于傅里叶变换或小波变化方法得到声源信号的频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括；设备异常震动、螺丝松动或掉落、人员脚步声等。
(4.2)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，将时域信号转化为频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。例如：当体积较大或有缓冲的物体坠落时，则音频信号采集装置采集的声源信号频率偏低；当小物体或刚性类物体坠落时，对地面有快速冲击，此时音频信号采集装置采集的声源信号频率偏高；当易碎类物体坠落时，音频信号采集装置采集到高频信号，随后出现多声源点。结合厂房内的三维模型，判断声源具体属于哪类物品，并在服务终端上显示物体类型、发声原因。
进一步地，当数据分析模块判断声源的发声情况为异常情况时，启动警报模块，发出报警声提醒附近工作人员，同时服务终端向管理人员发送相应故障信息与位置，达到故障实时监控的效果；所述异常情况为工业设备故障、工作异常、人员闯入等异常情况。
进一步地，所述步骤4对声源类型进行判断之后，还包括脚步识别与路径绘制步骤，具体如下：对厂房内的重要场地，通过音频信号采集装置进行实时监控，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
进一步地，服务终端的数据分析模块接收音频信号采集装置采集的音频信号，定位故障点，并分析故障原因，将故障信息发送设备生产厂家：在厂房内建立三维坐标，四个音频信号采集装置在该三维空间坐标中坐标位置已知，基于能量比定位算法得到声源的空间位置，基于频域分析判断声源类型，实现故障的定位与分析，并将故障信息发送给设备生产厂家，生产厂家的技术人员可基于故障信息进行远程维护指导，或有针对性的携带维修器材上门维修，避免盲目维修，造成不必要的准备、运输携带能耗或损失，提高工业生产效率。
本发明与现有技术相比的有益效果是：
1)针对设备内部可能出现的内部磨损、硬件连接松动的情况，目前难以在不拆卸设备外壳的情况下进行检测，也难以在设备正常工作运行时进行检测，而静态检测在一定程度上难以发现某些隐藏故障，而应用声波故障定位系统可以在设备正常运行时实时检测，可以检测到静态检测难以发现的问题。
2)针对目前已有的工厂生产监控系统，难以对一些设备的故障准确定位，静态检测必须停机也将导致工业生产效率降低，经济损失扩大，应用声波故障定位系统可以迅速定位故障点，极大低提高维修效率。
附图说明
图1为工厂故障实时检测与定位系统的结构框图；
图2为音频信号采集装置的结构框图；
图3为本发明系统厂房内的模型图；
图4为声源定位效果图；
图5为声源信号在时域和频域转换效果图；
图6为声源信号频域上功率谱提取效果图；
图中，1为麦克风模块；2为警报模块；3为控制单元；4为信号放大模块；5为第一通信模块；6为显示屏模块。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
如图1、2所示，本发明提供的一种基于物联网的工厂故障实时检测与定位系统，该系统包括若干音频信号采集装置和服务终端。
所述音频信号采集装置包括箱体和置于箱体内的第一通信模块5、控制单元3、警报模块2和信号放大模块4；箱体的表面嵌有显示屏模块6和麦克风模块1；所述第一通信模块5、显示屏模块6和警报模块2均与控制单元3相连。麦克风模块1经信号放大模块4与控制单元3相连。
如图2所示，所述麦克风模块1包括医用听诊头、橡胶软管、驻极体电容传声器和供电电路，医用听诊头固定于箱体的底部，紧贴于放置的平面或者物体，与橡胶软管相连，橡胶软管另一头与驻极体电容传声器相连，供电电路为驻极体电容传声器提供电源；所述医用听诊头采集音频信息，经由橡胶软管将音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块4进行放大，经由第一通信模块5发送到服务终端。
所述服务终端包括第二通信模块和数据分析模块，所述第二通信模块与第一通信模块5进行无线通信，所述数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位。所述能量比定位方法具体如下：
在均匀介质中声波的球面传播符合能量衰减平方反比定律。假设第i个音频信号采集装置接收的信号xi(t)为：
其中s(t)为声源信号，τ为传播延时，ξ(t)为加性高斯噪声，di为第i个音频信号采集装置到声源的距离。由于厂房内短距离传播时延较低，在时间窗口[0,W]内忽略时延，在信噪比较低时，如果忽略噪声项，音频信号采集装置接收的能量E为：
可知在同时段内，不同音频信号采集装置接受的信号能量与其医用听诊头和声源的距离平方成反比。基于此结论，可以利用不同位置采集信号的能量差异来估计声源位置。
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定故障点的三维空间位置。
如图4所示，在室内建立三维坐标，4个音频信号采集装置在该三维空间中坐标位置已知，基于能量比定位方法得到的声源空间位置与实际声源空间位置基本吻合。
所述数据分析模块在定位之后，还包括对声源类型的判断，具体如下：
a)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，如图5所示，基于傅里叶变换或小波变化方法得到声源信号的频域信息，可看出图5中时域信号波形主要由50HZ和300HZ的声波频率信号组成；提取出频率信息后，如图6所示，对声源信号在频域上分布曲线，根据海明窗功率谱估计或blackman功率谱估计可得到声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括；设备异常震动、螺丝松动或掉落、人员脚步声等。
b)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，将时域信号转化为频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。例如：当体积较大或有缓冲的物体坠落时，则音频信号采集装置采集的声源信号频率偏低；当小物体或刚性类物体坠落时，对地面有快速冲击，此时音频信号采集装置采集的声源信号频率偏高；当易碎类物体坠落时，音频信号采集装置采集到高频信号，随后出现多声源点。结合厂房内的三维模型，判断声源具体属于哪类物品，并在服务终端上显示物体类型、发声原因。
如图3所示，所述数据分析模块在声源类型的判断后，还包括脚步识别与路径绘制，当数据分析模块判断音频信号采集装置采集的发声情况为脚步声时，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
本发明还提供一种基于物联网的工厂故障实时检测与定位方法，该方法包括以下步骤：
(1)安置音频信号采集装置。将n个(n≥4)音频信号采集装置置于厂房的不同位置，所有音频信号采集装置不能够置于同一平面中，将装置底部紧贴于放置面，放置面必须平整以便声音能够很好的传递。
(2)音频信号的采集与传输。打开音频信号采集装置，开始接受监控设备的音频信号，声源发出的音频信号经由空气、地面传播到音频信号采集装置，通过声音探头将采集的音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块进行放大，经由第一通信模块发送到服务终端。
(3)声源定位。服务终端的数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位，从而实现故障的实时检测与定位。所述能量比定位方法利用不同位置音频信号采集装置采集信号的能量差异来估计声源的位置，具体如下：
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定被监测者的三维空间位置。
当音频信号采集装置数量超过四个时，可采用以下不同的方式确定声源的位置：
a)任意选取四个音频信号采集装置，即共有种音频信号采集装置选择方法；求取每一种采集方法下的声源信号的空间位置，求取各空间位置的平均值，以此作为最终的声源信号的位置；
b)任意选取四个音频信号采集装置，即共有种音频信号采集装置选择方法；求取每一种采集方法下的声源信号的空间位置，求取各空间位置的方均根，以此作为最终的声源信号的位置。
如图4所示，在室内建立三维坐标，4个音频信号采集装置在该三维空间中坐标位置已知，基于能量比定位方法得到的声源空间位置与实际声源空间位置基本吻合。
(4)声源类型判断，具体如下：
(4.1)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，基于傅里叶变换或小波变化方法得到声源信号的频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括；设备异常震动、螺丝松动或掉落、人员脚步声等。
(4.2)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，如图5所示，将时域信号转化为频域信息，可看出图5中时域信号波形主要由50HZ和300HZ的声波频率信号组成；提取出频率信息后，如图6所示，对声源信号在频域上分布曲线，根据海明窗功率谱估计或blackman功率谱估计可得到声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。例如：当体积较大或有缓冲的物体坠落时，则音频信号采集装置采集的声源信号频率偏低；当小物体或刚性类物体坠落时，对地面有快速冲击，此时音频信号采集装置采集的声源信号频率偏高；当易碎类物体坠落时，音频信号采集装置采集到高频信号，随后出现多声源点。结合厂房内的三维模型，判断声源具体属于哪类物品，并在服务终端上显示物体类型、发声原因。
(5)脚步识别与路径绘制步骤，具体如下：对厂房内的重要场地，通过音频信号采集装置进行实时监控，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
(6)服务终端的数据分析模块接收音频信号采集装置采集的音频信号，定位故障点，并分析故障原因，将故障信息发送设备生产厂家：在厂房内建立三维坐标，四个音频信号采集装置在该三维空间坐标中坐标位置已知，基于能量比定位算法得到声源的空间位置，基于频域分析判断声源类型，实现故障的定位与分析，并将故障信息发送给设备生产厂家，生产厂家的技术人员可基于故障信息进行远程维护指导，或有针对性的携带维修器材上门维修，避免盲目维修，造成不必要的准备、运输携带能耗或损失，提高工业生产效率。
Claims (10)
1.一种基于物联网的工厂故障实时检测与定位系统，其特征在于，该系统包括若干音频信号采集装置和服务终端；所述音频信号采集装置置于工厂的不同位置，所有音频信号采集装置不能够置于同一平面中，将装置底部紧贴于放置面，放置面平整；
所述音频信号采集装置包括箱体和置于箱体内的第一通信模块、控制单元和信号放大模块；箱体的表面嵌有麦克风模块；所述第一通信模块与控制单元相连；麦克风模块经信号放大模块与控制单元相连；
所述麦克风模块包括声音探头、驻极体电容传声器和供电电路，声音探头固定于箱体的底部，紧贴放置的桌面或者物体，声音探头与驻极体电容传声器相连，供电电路为驻极体电容传声器提供电源；所述声音探头将采集的音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块进行放大，经由第一通信模块发送到服务终端；
所述服务终端包括第二通信模块和数据分析模块，所述第二通信模块与第一通信模块进行通信，所述数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位，从而实现工厂故障的实时检测与定位；所述能量比定位方法利用不同位置音频信号采集装置采集信号的能量差异来估计声源的位置，具体如下：
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定故障的三维空间位置。
2.根据权利要求1所述的一种基于物联网的工厂故障实时检测与定位系统，其特征在于，所述声音探头为医用听诊头和橡胶软管组成的一体结构或麦克风。
3.根据权利要求1所述的一种基于物联网的工厂故障实时检测与定位系统，其特征在于，所述数据分析模块在定位之后还包括对声源类型的判断，具体如下：
a)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，基于傅里叶变换或小波变化方法得到声源信号的频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括：设备异常震动、螺丝松动或掉落、人员脚步声；
b)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，将时域信号转化为频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。
4.根据权利要求3所述的一种基于物联网的工厂故障实时检测与定位系统，其特征在于，该系统还包括警报模块，所述警报模块与控制单元相连，当数据分析模块判断声源的发声情况为异常情况时，向音频信号采集装置发送信息，控制单元启动警报模块，发出报警声提醒附近工作人员，同时服务终端向管理人员发送异常信息，达到故障实时监控的效果；所述异常情况包括：工业设备故障、工作异常、人员闯入。
5.根据权利要求3所述的一种基于物联网的工厂故障实时检测与定位系统，其特征在于，所述数据分析模块在声源类型的判断后，还包括脚步识别与路径绘制，具体为：对厂房内的重要场地，通过音频信号采集装置进行实时监控，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
6.一种基于物联网的工厂故障实时检测与定位方法，其特征在于，该方法包括以下步骤：
(1)安置音频信号采集装置；将n个音频信号采集装置置于工厂的不同位置，n≥4，所有音频信号采集装置不能够置于同一平面中，将装置底部紧贴于放置面，放置面必须平整，以便声音能够很好的传递；
(2)音频信号的采集与传输；打开音频信号采集装置，开始接受监控设备的音频信号，监控设备的异常震动经由空气、地面传播到音频信号采集装置，通过声音探头将采集的音频信息传递到驻极体电容传声器，驻极体电容传声器将音频信号转化为电信号，经过信号放大模块进行放大，经由第一通信模块发送到服务终端；
(3)声源定位；服务终端的数据分析模块接收音频信号采集装置采集的音频信号，通过能量比定位方法对声源进行定位，从而实现工厂故障实时检测与定位；所述能量比定位方法利用不同位置音频信号采集装置采集信号的能量差异来估计声源的位置，具体如下：
假设音频信号采集装置Xi在厂房内的坐标为(xi,yi,zi)，声源S的坐标为(x,y,z)，根据能量随传播距离衰减的比例关系有表达式：
令则故当r≠1时，整理可知上式为球面方程，圆心坐标C12(u,v,w)和半径R为：
故根据四个音频信号采集装置的窗口能量比即可确定故障点的三维空间位置。
7.根据权利要求6所述的一种基于物联网的工厂故障实时检测与定位方法，其特征在于，所述步骤(3)声源定位之后，还包括步骤(4)对声源类型进行判断的步骤，具体如下：
(4.1)对声源类型进行建模：通过音频信号采集装置采集工厂内各种发声情况的声源时域信号，基于傅里叶变换或小波变化方法得到声源信号的频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，最终建立各种发声情况与标准频率的声音模型；所述各种发声情况包括：设备异常震动、螺丝松动或掉落、人员脚步声；
(4.2)对声源类型进行判断：通过音频信号采集装置实时采集工厂内声源的时域信号，将时域信号转化为频域信息，根据声源信号不同频率下的功率谱密度大小得到该声源信号标准频率，将标准频率与声音模型相结合从而判断发声情况。
8.根据权利要求7所述的一种基于物联网的工厂故障实时检测与定位方法，其特征在于，当数据分析模块判断声源的发声情况为异常情况时，启动警报模块，发出报警声提醒附近工作人员，同时服务终端向管理人员发送相应故障信息与位置，达到故障实时监控的效果；所述异常情况包括工业设备故障、工作异常、人员闯入。
9.根据权利要求7所述的一种基于物联网的工厂故障实时检测与定位方法，其特征在于，所述步骤(4)对声源类型进行判断之后，还包括脚步识别与路径绘制步骤，具体如下：对厂房内的重要场地，通过音频信号采集装置进行实时监控，实时提取脚步声并存储在数据库中，根据数据库中的脚步声按时间顺序绘制行走路线；对不同的脚步声进行识别、定位及路径绘制，对此处的人员活动进行监控，如若有人闯入禁止进入的场所则发出警报，避免设备的损坏及人员的伤亡。
10.根据权利要求6所述的一种基于物联网的工厂故障实时检测与定位方法，其特征在于，服务终端的数据分析模块接收音频信号采集装置采集的音频信号，定位故障点，并分析故障原因，将故障信息发送设备生产厂家：在厂房内建立三维坐标，四个音频信号采集装置在该三维空间坐标中坐标位置已知，基于能量比定位算法得到声源的空间位置，基于频域分析判断声源类型，实现故障的定位与分析，并将故障信息发送给设备生产厂家，生产厂家的技术人员可基于故障信息进行远程维护指导，或有针对性的携带维修器材上门维修，避免盲目维修，造成不必要的准备、运输携带能耗或损失，提高工业生产效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610355172.XA CN106066254B (zh) | 2016-05-25 | 2016-05-25 | 基于物联网的工厂故障实时检测与定位系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610355172.XA CN106066254B (zh) | 2016-05-25 | 2016-05-25 | 基于物联网的工厂故障实时检测与定位系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106066254A CN106066254A (zh) | 2016-11-02 |
| CN106066254B true CN106066254B (zh) | 2018-07-24 |
Family
ID=57420236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610355172.XA Active CN106066254B (zh) | 2016-05-25 | 2016-05-25 | 基于物联网的工厂故障实时检测与定位系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106066254B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106878924A (zh) * | 2017-01-12 | 2017-06-20 | 浙江大学 | 一种利用无线通信设备进行工业设备定位与授权服务的方法 |
| CN107329933B (zh) * | 2017-07-14 | 2020-06-19 | 北京知觉科技有限公司 | 基于光纤传感振动信号的故障检测方法及装置 |
| CN108344504A (zh) * | 2018-05-02 | 2018-07-31 | 莆田学院 | 一种8路车内噪声检测系统及分析方法 |
| US10475468B1 (en) * | 2018-07-12 | 2019-11-12 | Honeywell International Inc. | Monitoring industrial equipment using audio |
| CN109741577A (zh) * | 2018-11-20 | 2019-05-10 | 广东优世联合控股集团股份有限公司 | 一种设备故障报警系统及方法 |
| CN110376978A (zh) * | 2019-06-12 | 2019-10-25 | 合山市华美新能源科技有限公司 | 用于工厂设备故障的报警联网系统 |
| CN113436759B (zh) * | 2021-04-29 | 2022-08-23 | 华能山东石岛湾核电有限公司 | 高温气冷堆蒸汽发生器调试用声响监控装置及方法 |
| CN115326193B (zh) * | 2022-10-12 | 2023-08-25 | 江苏泰洁检测技术股份有限公司 | 一种工厂作业环境智能监测与评估方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6010191A (ja) * | 1983-06-30 | 1985-01-19 | Tomy Kogyo Co Inc | 音源探索装置 |
| EP0149723B1 (en) * | 1983-10-07 | 1989-09-13 | Hitachi, Ltd. | Method and apparatus for locating a sound source |
| CN100570397C (zh) * | 2005-07-26 | 2009-12-16 | 清华大学 | 空间位置检测系统及其检测方法 |
| CN1952684A (zh) * | 2005-10-20 | 2007-04-25 | 松下电器产业株式会社 | 利用麦克风定位声源的方法和装置 |
| CN101339242B (zh) * | 2008-08-25 | 2010-12-15 | 清华大学 | 声源定位的无线测量方法 |
| CN101872012A (zh) * | 2010-06-11 | 2010-10-27 | 上海中科清洁能源技术发展中心 | 设备震源的测量定位系统和方法 |
| CN102890267B (zh) * | 2012-09-18 | 2014-03-19 | 中国科学院上海微系统与信息技术研究所 | 一种传声器阵列结构可变的低空目标定位与跟踪系统 |
| CN104639587A (zh) * | 2013-11-13 | 2015-05-20 | 沈阳新松机器人自动化股份有限公司 | 一种基于物联网的机器人故障监控系统及方法 |
-
2016
- 2016-05-25 CN CN201610355172.XA patent/CN106066254B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106066254A (zh) | 2016-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106066254B (zh) | 基于物联网的工厂故障实时检测与定位系统及方法 | |
| CN107345857A (zh) | 一种电主轴状态监测与故障诊断系统及其监测诊断方法 | |
| CN107748314A (zh) | 基于声波震荡检测的变压器故障分析系统 | |
| CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
| CN113124929A (zh) | 一种变电站多参数信号采集综合分析系统和方法 | |
| CN114414963A (zh) | 一种变电站域故障智能监测的声学成像定位系统及方法 | |
| CN111814872B (zh) | 基于时域、频域自相似性的电力设备环境噪音识别方法 | |
| CN105788172B (zh) | 基于物联网的室内老年人监护系统及方法 | |
| WO2015065873A2 (en) | Structural health monitoring of wind turbine blades using wireless acoustic sensing | |
| CN106405349A (zh) | 侵入式变压器油中局部放电特高频超声波检测方法及系统 | |
| CN111007365A (zh) | 一种基于神经网络的超声波局部放电识别方法及系统 | |
| CN111351567A (zh) | 一种基于加速度传感器的船舶设备振动状态监测装置及方法 | |
| CN102692887A (zh) | 基于音频识别技术的电力变压器在线状态监测装置 | |
| CN114167315A (zh) | 一种变压器智能在线监测系统及其方法 | |
| CN107367676A (zh) | 基于音频智能识别的局放指示器 | |
| CN114495975A (zh) | 基于声压幅值比的异常声源定位方法及装置 | |
| CN113567162A (zh) | 基于声传感器的风机故障智能诊断装置及方法 | |
| KR20210077496A (ko) | 초음파 대역의 음향 신호를 수신하는 다채널 감지 센서를 구비한 설비 고장 예측 시스템 | |
| CN105897483B (zh) | 基于物联网的飞机故障实时监控与定位系统及方法 | |
| CN202281934U (zh) | 基于音频识别技术的电力变压器在线状态监测装置 | |
| CN112781721B (zh) | 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置 | |
| CN110201606B (zh) | 六面顶压机顶锤监测系统、方法及装置 | |
| CN112594559A (zh) | 一种海底输油管道泄漏监测系统及方法 | |
| CN204961271U (zh) | 用于泥浆泵故障诊断的噪声混合装置 | |
| CN114821921A (zh) | 用于火电厂重要辅助设备运行状态监测的智慧声纹识别平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |