CN109658954A - 一种用于机电设备的故障检测方法、装置及系统 - Google Patents
一种用于机电设备的故障检测方法、装置及系统 Download PDFInfo
- Publication number
- CN109658954A CN109658954A CN201811612080.0A CN201811612080A CN109658954A CN 109658954 A CN109658954 A CN 109658954A CN 201811612080 A CN201811612080 A CN 201811612080A CN 109658954 A CN109658954 A CN 109658954A
- Authority
- CN
- China
- Prior art keywords
- electromechanical equipment
- vocal print
- equipment
- failure
- fault detection
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 230000001755 vocal effect Effects 0.000 claims abstract description 134
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000002093 peripheral effect Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000005662 electromechanics Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种用于机电设备的故障检测方法，由于机电设备在正常运行状态的声音和故障时的声音一般不同，只需在机电设备周围区域放置声音采集设备实现对机电设备的声音的采集后，通过对采集的声音进行声纹特征提取以及利用声纹库对提取的声纹特征进行校验，从而来确定机电设备是否故障。无须在机电设备上安装可接触式传感器，且机电设备自身的物理特征也不会对声音采集设备造成干扰，对机电设备进行故障检测的局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。此外，本发明还提供了一种用于机电设备的故障检测装置及系统，效果如上。
Description
技术领域
本发明涉及机电领域，特别涉及一种用于机电设备的故障检测方法、装置及系统。
背景技术
机电设备指的是机械电子组合成的设备，由电子操控机械器件实现工作的目标，是工业化的象征。机电设备一般包括机械制造行业使用的各类机械加工设备、自动化生产线、工业机器人，还有其他行业使用的机械设备，如纺织机械、矿山机械等。
对于这些机电设备而言，对机电设备在运行状态时进行准确的故障检测是避免事故发生的重要保障，目前机电设备在运行状态时是否出现故障的检测手段通常是在机电设备上安装接触式传感器，如振动传感器，通过接触式传感器采集的机电设备的电信号来判断机电设备是否出现运行故障问题。但是采用该种方法，一方面，在机电设备上安装接触式传感器不仅有安装技术的要求同时也具有很大的局限性，例如，在机电设备的哪个位置安装、如何固定振动传感器等。另一方面，对于接触式传感器，机电设备自身的物理特性(如电磁特性)会对其采集的信号精度产生较大影响，如此，由于接触式传感器采集的信号精度较低，相应的，对于机电设备的故障检测识别率也较低，若不能准确检测机电设备的故障情况，很容易导致机电设备所在区域发生较严重的事故。
发明内容
本发明的目的在于提供一种用于机电设备的故障检测方法、装置及系统，故障检测局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。
为实现上述目的，本发明实施例提供了如下技术方案：
第一，本发明实施例提供了一种用于机电设备的故障检测方法，包括：
利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据；
对所述声音数据进行特征提取，得到待识别声纹特征；
利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
根据所述校验结果确定所述机电设备是否为故障机电设备；
若为所述故障机电设备，则控制提示设备进行与所述故障机电设备对应的故障提示。
可选的，所述声纹库的建立过程具体为：
利用所述声音采集设备采集所述机电设备处于正常运行状态时的正常声音数据和所述机电设备处于异常运行状态时的异常声音数据；
分别对所述正常声音数据和所述异常声音数据进行特征提取，得到正常声纹特征和异常声纹特征；
将所述正常声纹特征和所述异常声纹特征存储至存储器以构成所述声纹库。
可选的，所述利用预先建立的声纹库对所述待识别声纹特征进行校验包括：
将所述待识别声纹特征与所述声纹库中的正常声纹特征进行匹配；
当所述待识别声纹特征与所述正常声纹特征不匹配时，则为第一校验结果，当所述待识别声纹特征与所述正常声纹特征匹配时，则为第二校验结果；
对应的，所述根据所述校验结果确定所述机电设备是否为故障机电设备包括：
若所述校验结果为所述第一校验结果，则确定所述机电设备为所述故障机电设备；
若所述校验结果为所述第二校验结果，则确定所述机电设备非所述故障机电设备。
可选的，所述控制提示设备进行与所述故障机电设备对应的故障提示包括：
控制显示屏显示所述故障机电设备的设备标识号和所处位置，并同时控制语音提示器进行语音提示。
可选的，还包括：
利用振动信号采集设备采集所述机电设备的振动信号；
判断所述振动信号携带的目标信息是否满足共振条件；
若是，则进行共振警示。
可选的，所述振动信号携带的目标信息具体为振动频率；
对应的，所述判断所述振动信号携带的目标信息是否满足共振条件具体包括：
计算所述振动频率与所述机电设备的固有频率之间的差值；
判断所述差值的绝对值是否小于预设值；
若小于所述预设值，则确定所述目标信息满足所述共振条件。
第二，本发明实施例提供了一种用于机电设备的故障检测装置，包括：
采集模块，用于利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据；
特征提取模块，用于对所述声音数据进行特征提取，得到待识别声纹特征；
校验模块，用于利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
确定模块，用于根据所述校验结果确定所述机电设备是否为故障机电设备；若为所述故障机电设备，则进入控制模块；
所述控制模块，用于控制目标设备进行与所述故障机电设备对应的故障提示。
可选的，还包括：
第二采集模块，用于利用振动信号采集设备采集所述机电设备的振动信号；
判断模块，用于判断所述振动信号携带的目标信息是否满足共振条件；若是，则进入警示模块；
所述警示模块，用于进行共振警示。
第三，本发明实施例提供了一种用于机电设备的故障检测系统，包括：
用于采集机电设备处于运行状态时的声音数据的声音采集设备；
与所述声音采集设备连接，用于执行以下步骤以对所述机电设备进行故障检测的控制器；
其中，所述步骤包括：
对所述声音数据进行特征提取，得到待识别声纹特征；
利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
根据所述校验结果确定所述机电设备是否为故障机电设备；
与所述控制器连接，用于进行与所述故障机电设备对应的故障提示的提示设备。
可选的，所述提示设备具体为显示屏和/或语音提示器。
本发明实施例提供的一种用于机电设备的故障检测方法，在机电设备所在目标区域内的声音采集设备采集到机电设备处于运行状态时的声音数据后，对声音数据进行特征提取，得到待识别声纹特征；然后利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果，根据校验结果确定机电设备是否为故障机电设备，当为故障机电设备时，则控制提示设备进行与故障机电设备对应的故障提示。由于机电设备在正常运行状态的声音和故障时的声音一般不同，只需在机电设备周围区域放置声音采集设备实现对机电设备的声音的采集后，通过对采集的声音进行声纹特征提取以及利用声纹库对提取的声纹特征进行校验，从而来确定机电设备是否故障。无须在机电设备上安装可接触式传感器，且机电设备自身的物理特征也不会对声音采集设备造成干扰，对机电设备进行故障检测的局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。此外，本发明实施例还提供了一种用于机电设备的故障检测装置及系统，效果如上。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明第一种实施例提供的一种用于机电设备的故障检测方法流程示意图；
图2为本发明第二种实施例提供的一种用于机电设备的故障检测方法流程示意图；
图3为本发明实施例提供的一种用于机电设备的故障检测装置结构示意图；
图4为本发明实施例提供的一种用于机电设备的故障检测系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种用于机电设备的故障检测方法、装置及系统，故障检测局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。
请参见图1，图1为本发明第一种实施例提供的一种用于机电设备的故障检测方法流程示意图，该方法包括：
S11：利用设置于机电设备所在目标区域的声音采集设备采集机电设备处于运行状态时的声音数据。
具体的，本实施例中，机电设备所在的目标区域指的是，机电设备周围的区域，声音采集设备所在的区域只要能采集到机电设备的声音即可。
S12：对声音数据进行特征提取，得到待识别声纹特征。
具体的，本实施例中，对声音数据进行特征提取可以采用DNN-ivector算法、LPC算法、MFCC算法等进行待识别声纹特征的提取。
S13：利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果。
具体的，本实施例中，为了对机电设备处于异常运行状态(故障状态)进行识别，可以对待识别声纹特征进行校验分析，可以通过以下两种方法，第一种方法是将待识别声纹特征与机电设备的正常声纹特征进行匹配，如果待识别声纹特征与正常声纹特征匹配成功，则说明此时机电设备为正常运行状态，该种方法对应的校验结果分为：待识别声纹特征与机电设备的正常声纹特征匹配成功的第二校验结果和待识别声纹特征与机电设备的正常声纹特征匹配失败的第一校验结果；第二种方法是将待识别声纹特征与机电设备故障时的异常声纹特征进行匹配，如果待识别声纹特征与异常声纹特征匹配成功，则说明此时机电设备为异常运行状态(故障状态)，对应的校验结果分为待识别声纹特征与机电设备的异常声纹特征匹配成功的第三校验结果和待识别声纹特征与机电设备的异常声纹特征匹配失败的第四校验结果。
作为本发明可选的实施例，步骤S13包括：
将待识别声纹特征与声纹库中的正常声纹特征进行匹配；
当待识别声纹特征与正常声纹特征不匹配时，则为第一校验结果，当待识别声纹特征与正常声纹特征匹配时，则为第二校验结果；
对应的，根据校验结果确定机电设备是否为故障机电设备包括：
若校验结果为第一校验结果，则确定机电设备为故障机电设备；
若校验结果为第二校验结果，则确定机电设备非故障机电设备。
此外，还有另外一种实现方法，具体为：
将待识别声纹特征与声纹库中的异常声纹特征进行匹配；
当待识别声纹特征与异常声纹特征不匹配时，则为第四校验结果，当待识别声纹特征与异常声纹特征匹配时，则为第三校验结果；
对应的，根据校验结果确定机电设备是否为故障机电设备包括：
若校验结果为第三校验结果，则确定机电设备为故障机电设备；
若校验结果为第四校验结果，则确定机电设备非故障机电设备。
进一步，为了提高故障检测准确率，当声纹库中具有正常声纹特征又有异常声纹特征时，也可以为将上述两种方法进行综合，即只有待识别声纹特征与正常声纹特征匹配成功且待识别声纹特征与异常声纹特征匹配失败时才确定机电设备为异常机电设备。
作为本发明可选的实施例，声纹库的建立过程具体为：
利用声音采集设备采集机电设备处于正常运行状态时的正常声音数据和机电设备处于异常运行状态时的异常声音数据；
分别对正常声音数据和异常声音数据进行特征提取，得到正常声纹特征和异常声纹特征；
将正常声纹特征和异常声纹特征存储至存储器以构成声纹库。
需要说明的是，声纹库中也可以只包含机电设备处于正常运行状态时的正常声纹特征或机电设备处于异常运行状态时的异常声纹特征。
S14：根据校验结果确定机电设备是否为故障机电设备。
S15：若为故障机电设备，则控制提示设备进行与故障机电设备对应的故障提示。
具体的，本实施例中，提示设备可以为显示器和语音提示器，当为故障机电设备时，可以控制显示器显示故障机电设备的故障信息(如故障机电设备的标识号和所处位置)，也可以通过语音提示器进行提示，语音提示器可以为蜂鸣器，喇叭等。此外，作为本发明可选的实施例，可以控制显示器显示故障机电设备的设备标识号和所处位置，并同时控制语音提示器进行语音提示。以便于工作人员及时采取措施，避免发生事故。
本发明第一种实施例提供的一种用于机电设备的故障检测方法，在机电设备所在目标区域内的声音采集设备采集到机电设备处于运行状态时的声音数据后，对声音数据进行特征提取，得到待识别声纹特征；然后利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果，根据校验结果确定机电设备是否为故障机电设备，当为故障机电设备时，则控制提示设备进行与故障机电设备对应的故障提示。由于机电设备在正常运行状态的声音和故障时的声音一般不同，只需在机电设备周围区域放置声音采集设备实现对机电设备的声音的采集后，通过对采集的声音进行声纹特征提取以及利用声纹库对提取的声纹特征进行校验，从而来确定机电设备是否故障。无须在机电设备上安装可接触式传感器，且机电设备自身的物理特征也不会对声音采集设备造成干扰，对机电设备进行故障检测的局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。
在机电设备的实时振动频率接近机电设备或自然环境的固有频率时，会引起共振，由于机电设备发生共振时，会导致机电设备内对振动较敏感的元件脱落或损坏，进一步导致机电设备发生故障。基于此，本发明实施例提供了第二种实施例，请参见图2，图2为本发明第二种实施例提供的一种用于机电设备的故障检测方法流程示意图，该方法包括：
S11：利用设置于机电设备所在目标区域的声音采集设备采集机电设备处于运行状态时的声音数据。
S12：对声音数据进行特征提取，得到待识别声纹特征。
S13：利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果。
S14：根据校验结果确定机电设备是否为故障机电设备。
S15：若为故障机电设备，则控制提示设备进行与故障机电设备对应的故障提示。
S16：利用振动信号采集设备采集机电设备的振动信号。
S17：判断振动信号携带的目标信息是否满足共振条件，若是，则进入S18。
S18：进行共振警示。
具体的，本实施例中，步骤S15和步骤S11可以同时进行，也可以在步骤S11之后执行，对于步骤S15的执行顺序本发明实施例并不作限定。为了避免机电设备发生共振，从而引起不必要的故障事件，对机电设备进行共振检测尤为重要。本实施例中的振动信号采集设备可以为振动传感器等，振动信号携带的目标信息可以为振动频率、振动幅度等，共振条件可以为振动信号携带的振动频率或振动幅度是否接近环境或机电设备的固有频率或固有幅度。
由于判断设备中的风扇的振动信息是否满足振动条件最直接的判断方法是通过风扇振动频率与环境或设备的固有频率是否相近进行判断，因此，作为本发明可选的实施例，振动信号携带的目标信息具体为振动频率，对应的，步骤S17具体包括：
计算振动频率与机电设备的固有频率之间的差值；
判断差值的绝对值是否小于预设值。
若小于预设值，则确定目标信息满足共振条件。
机电设备的固有频率可以根据机电设备的具体属性进行确定，预设值最小值应该小于机电设备发生共振的临界值，即机电设备的振动频率接近固有频率但是此时的振动频率还不足以引起机电设备发生共振。
进一步，共振警示可以采取蜂鸣器、报警灯等。
本发明第二种实施例提供的一种用于机电设备的故障检测方法，在具有第一种实施例所具有的有益效果外。对机电设备的共振情况进行了检测，避免了机电设备内对振动较敏感的元件脱落或损坏，进一步避免了机电设备发生故障
下面对本发明实施例提供的一种用于机电设备的故障检测装置进行介绍，请参见图3，图3为本发明实施例提供的一种用于机电设备的故障检测装置结构示意图，该装置包括：
采集模块301，用于利用设置于机电设备所在目标区域的声音采集设备采集机电设备处于运行状态时的声音数据；
特征提取模块302，用于对声音数据进行特征提取，得到待识别声纹特征；
校验模块303，用于利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果；
确定模块304，用于根据校验结果确定机电设备是否为故障机电设备；若为故障机电设备，则进入控制模块305；
控制模块305，用于控制目标设备进行与故障机电设备对应的故障提示。
本发明实施例提供的一种用于机电设备的故障检测装置，在机电设备所在目标区域内的声音采集设备采集到机电设备处于运行状态时的声音数据后，对声音数据进行特征提取，得到待识别声纹特征；然后利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果，根据校验结果确定机电设备是否为故障机电设备，当为故障机电设备时，则控制提示设备进行与故障机电设备对应的故障提示。由于机电设备在正常运行状态的声音和故障时的声音一般不同，只需在机电设备周围区域放置声音采集设备实现对机电设备的声音的采集后，通过对采集的声音进行声纹特征提取以及利用声纹库对提取的声纹特征进行校验，从而来确定机电设备是否故障。无须在机电设备上安装可接触式传感器，且机电设备自身的物理特征也不会对声音采集设备造成干扰，对机电设备进行故障检测的局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。
基于以上实施例，作为可选的实施例，还包括：
第二采集模块，用于利用振动信号采集设备采集机电设备的振动信号；
判断模块，用于判断振动信号携带的目标信息是否满足共振条件；若是，则进入警示模块；
警示模块，用于进行共振警示。
最后，对本发明实施例提供的一种用于机电设备的故障检测系统进行介绍，请参见图4，图4为本发明实施例提供的一种用于机电设备的故障检测系统结构示意图，该系统包括：
用于采集机电设备处于运行状态时的声音数据的声音采集设备401；
与声音采集设备401连接，用于执行以下步骤以对机电设备进行故障检测的控制器402；
其中，步骤包括：
对声音数据进行特征提取，得到待识别声纹特征；
利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果；
根据校验结果确定机电设备是否为故障机电设备；
与控制器402连接，用于进行与故障机电设备对应的故障提示的提示设备403。
本实施例提供的一种用于机电设备的故障检测系统，在机电设备所在目标区域内的声音采集设备采集到机电设备处于运行状态时的声音数据后，控制器对声音数据进行特征提取，得到待识别声纹特征；然后利用预先建立的声纹库对待识别声纹特征进行校验，得到校验结果，根据校验结果确定机电设备是否为故障机电设备，当为故障机电设备时，则控制提示设备进行与故障机电设备对应的故障提示。由于机电设备在正常运行状态的声音和故障时的声音一般不同，只需在机电设备周围区域放置声音采集设备实现对机电设备的声音的采集后，通过对采集的声音进行声纹特征提取以及利用声纹库对提取的声纹特征进行校验，从而来确定机电设备是否故障。无须在机电设备上安装可接触式传感器，且机电设备自身的物理特征也不会对声音采集设备造成干扰，对机电设备进行故障检测的局限性小，且提高了机电设备故障检测的精度，避免了机电设备所在区域发生事故。
基于以上实施例，作为可选的实施例，提示设备403具体为显示屏和/或语音提示器。
以上对本申请所提供的一种用于机电设备的故障检测方法、装置及系统进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的装置而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
Claims (10)
1.一种用于机电设备的故障检测方法，其特征在于，包括：
利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据；
对所述声音数据进行特征提取，得到待识别声纹特征；
利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
根据所述校验结果确定所述机电设备是否为故障机电设备；
若为所述故障机电设备，则控制提示设备进行与所述故障机电设备对应的故障提示。
2.根据权利要求1所述的用于机电设备的故障检测方法，其特征在于，所述声纹库的建立过程具体为：
利用所述声音采集设备采集所述机电设备处于正常运行状态时的正常声音数据和所述机电设备处于异常运行状态时的异常声音数据；
分别对所述正常声音数据和所述异常声音数据进行特征提取，得到正常声纹特征和异常声纹特征；
将所述正常声纹特征和所述异常声纹特征存储至存储器以构成所述声纹库。
3.根据权利要求2所述的用于机电设备的故障检测方法，其特征在于，所述利用预先建立的声纹库对所述待识别声纹特征进行校验包括：
将所述待识别声纹特征与所述声纹库中的正常声纹特征进行匹配；
当所述待识别声纹特征与所述正常声纹特征不匹配时，则为第一校验结果，当所述待识别声纹特征与所述正常声纹特征匹配时，则为第二校验结果；
对应的，所述根据所述校验结果确定所述机电设备是否为故障机电设备包括：
若所述校验结果为所述第一校验结果，则确定所述机电设备为所述故障机电设备；
若所述校验结果为所述第二校验结果，则确定所述机电设备非所述故障机电设备。
4.根据权利要求1所述的用于机电设备的故障检测方法，其特征在于，所述控制提示设备进行与所述故障机电设备对应的故障提示包括：
控制显示屏显示所述故障机电设备的设备标识号和所处位置，并同时控制语音提示器进行语音提示。
5.根据权利要求1所述的用于机电设备的故障检测方法，其特征在于，还包括：
利用振动信号采集设备采集所述机电设备的振动信号；
判断所述振动信号携带的目标信息是否满足共振条件；
若是，则进行共振警示。
6.根据权利要求5所述的用于机电设备的故障检测方法，其特征在于，所述振动信号携带的目标信息具体为振动频率；
对应的，所述判断所述振动信号携带的目标信息是否满足共振条件具体包括：
计算所述振动频率与所述机电设备的固有频率之间的差值；
判断所述差值的绝对值是否小于预设值；
若小于所述预设值，则确定所述目标信息满足所述共振条件。
7.一种用于机电设备的故障检测装置，其特征在于，包括：
采集模块，用于利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据；
特征提取模块，用于对所述声音数据进行特征提取，得到待识别声纹特征；
校验模块，用于利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
确定模块，用于根据所述校验结果确定所述机电设备是否为故障机电设备；若为所述故障机电设备，则进入控制模块；
所述控制模块，用于控制目标设备进行与所述故障机电设备对应的故障提示。
8.根据权利要求7所述的用于机电设备的故障检测装置，其特征在于，还包括：
第二采集模块，用于利用振动信号采集设备采集所述机电设备的振动信号；
判断模块，用于判断所述振动信号携带的目标信息是否满足共振条件；若是，则进入警示模块；
所述警示模块，用于进行共振警示。
9.一种用于机电设备的故障检测系统，其特征在于，包括：
用于采集机电设备处于运行状态时的声音数据的声音采集设备；
与所述声音采集设备连接，用于执行以下步骤以对所述机电设备进行故障检测的控制器；
其中，所述步骤包括：
对所述声音数据进行特征提取，得到待识别声纹特征；
利用预先建立的声纹库对所述待识别声纹特征进行校验，得到校验结果；
根据所述校验结果确定所述机电设备是否为故障机电设备；
与所述控制器连接，用于进行与所述故障机电设备对应的故障提示的提示设备。
10.根据权利要求9所述的用于机电设备的故障检测系统，其特征在于，所述提示设备具体为显示屏和/或语音提示器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612080.0A CN109658954A (zh) | 2018-12-27 | 2018-12-27 | 一种用于机电设备的故障检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612080.0A CN109658954A (zh) | 2018-12-27 | 2018-12-27 | 一种用于机电设备的故障检测方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109658954A true CN109658954A (zh) | 2019-04-19 |
Family
ID=66117124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811612080.0A Pending CN109658954A (zh) | 2018-12-27 | 2018-12-27 | 一种用于机电设备的故障检测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109658954A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110867195A (zh) * | 2019-11-20 | 2020-03-06 | 四川赛康智能科技股份有限公司 | 一种基于声纹及振动针对电力主设备的缺陷在线监测方法 |
| CN110992985A (zh) * | 2019-12-02 | 2020-04-10 | 中国科学院声学研究所东海研究站 | 识别跑步机异音的识别模型确定方法、识别方法、系统 |
| CN111307939A (zh) * | 2020-03-16 | 2020-06-19 | 吉林省运捷轨道科技开发有限公司 | 一种利用声纹ai技术识别轨道车辆轮对缺陷的方法 |
| CN111653291A (zh) * | 2020-06-01 | 2020-09-11 | 莫毓昌 | 一种基于声纹的电力设备智能健康监测方法 |
| CN112420055A (zh) * | 2020-09-22 | 2021-02-26 | 甘肃同兴智能科技发展有限公司 | 基于声纹特征的变电站状态识别方法及装置 |
| CN112614494A (zh) * | 2020-11-25 | 2021-04-06 | 中国能源建设集团广东省电力设计研究院有限公司 | 应用于集装箱数据中心的监控方法、装置及系统 |
| CN112649502A (zh) * | 2020-11-18 | 2021-04-13 | 华北电力大学 | 一种基于声纹诊断来监测异常状态的系统及方法 |
| CN113838480A (zh) * | 2021-11-26 | 2021-12-24 | 青岛海尔工业智能研究院有限公司 | 一种洗衣机异音检测方法、装置及电子设备 |
| CN115371777A (zh) * | 2022-08-26 | 2022-11-22 | 国家石油天然气管网集团有限公司 | 科氏流量计的监测预警方法、装置、系统、设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060005587A (ko) * | 2004-07-13 | 2006-01-18 | 학교법인 울산공업학원 | 선형예측코딩을 이용한 기계장비의 고장진단 시스템 및 방법 |
| CN102914357A (zh) * | 2012-10-10 | 2013-02-06 | 江苏银佳企业集团有限公司 | 风力发电机机械零部件异常共振预警装置及方法 |
| CN104049037A (zh) * | 2013-03-15 | 2014-09-17 | 东莞富强电子有限公司 | 故障预警系统 |
| CN205263967U (zh) * | 2015-12-25 | 2016-05-25 | 海宁市引领知识产权咨询服务有限公司 | 一种机电设备的安全警示装置 |
| CN106872199A (zh) * | 2017-02-10 | 2017-06-20 | 河南理工大学 | 一种机电设备非线性故障预测方法 |
| CN107144303A (zh) * | 2017-04-21 | 2017-09-08 | 煤炭科学技术研究院有限公司 | 一种矿用机电设备的故障检测系统、方法及装置 |
| CN109019349A (zh) * | 2018-06-19 | 2018-12-18 | 上海振华重工(集团)股份有限公司 | 故障检测方法、检测器、计算机存储介质及起重机 |
-
2018
- 2018-12-27 CN CN201811612080.0A patent/CN109658954A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060005587A (ko) * | 2004-07-13 | 2006-01-18 | 학교법인 울산공업학원 | 선형예측코딩을 이용한 기계장비의 고장진단 시스템 및 방법 |
| CN102914357A (zh) * | 2012-10-10 | 2013-02-06 | 江苏银佳企业集团有限公司 | 风力发电机机械零部件异常共振预警装置及方法 |
| CN104049037A (zh) * | 2013-03-15 | 2014-09-17 | 东莞富强电子有限公司 | 故障预警系统 |
| CN205263967U (zh) * | 2015-12-25 | 2016-05-25 | 海宁市引领知识产权咨询服务有限公司 | 一种机电设备的安全警示装置 |
| CN106872199A (zh) * | 2017-02-10 | 2017-06-20 | 河南理工大学 | 一种机电设备非线性故障预测方法 |
| CN107144303A (zh) * | 2017-04-21 | 2017-09-08 | 煤炭科学技术研究院有限公司 | 一种矿用机电设备的故障检测系统、方法及装置 |
| CN109019349A (zh) * | 2018-06-19 | 2018-12-18 | 上海振华重工(集团)股份有限公司 | 故障检测方法、检测器、计算机存储介质及起重机 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110867195A (zh) * | 2019-11-20 | 2020-03-06 | 四川赛康智能科技股份有限公司 | 一种基于声纹及振动针对电力主设备的缺陷在线监测方法 |
| CN110867195B (zh) * | 2019-11-20 | 2023-12-12 | 四川赛康智能科技股份有限公司 | 一种基于声纹及振动针对电力主设备的缺陷在线监测方法 |
| CN110992985A (zh) * | 2019-12-02 | 2020-04-10 | 中国科学院声学研究所东海研究站 | 识别跑步机异音的识别模型确定方法、识别方法、系统 |
| CN111307939A (zh) * | 2020-03-16 | 2020-06-19 | 吉林省运捷轨道科技开发有限公司 | 一种利用声纹ai技术识别轨道车辆轮对缺陷的方法 |
| CN111653291A (zh) * | 2020-06-01 | 2020-09-11 | 莫毓昌 | 一种基于声纹的电力设备智能健康监测方法 |
| CN111653291B (zh) * | 2020-06-01 | 2023-02-14 | 莫毓昌 | 一种基于声纹的电力设备智能健康监测方法 |
| CN112420055A (zh) * | 2020-09-22 | 2021-02-26 | 甘肃同兴智能科技发展有限公司 | 基于声纹特征的变电站状态识别方法及装置 |
| CN112649502A (zh) * | 2020-11-18 | 2021-04-13 | 华北电力大学 | 一种基于声纹诊断来监测异常状态的系统及方法 |
| CN112614494A (zh) * | 2020-11-25 | 2021-04-06 | 中国能源建设集团广东省电力设计研究院有限公司 | 应用于集装箱数据中心的监控方法、装置及系统 |
| CN113838480A (zh) * | 2021-11-26 | 2021-12-24 | 青岛海尔工业智能研究院有限公司 | 一种洗衣机异音检测方法、装置及电子设备 |
| CN115371777A (zh) * | 2022-08-26 | 2022-11-22 | 国家石油天然气管网集团有限公司 | 科氏流量计的监测预警方法、装置、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109658954A (zh) | 一种用于机电设备的故障检测方法、装置及系统 | |
| CN107024654A (zh) | 用于电机的监视系统与方法 | |
| CN107202907B (zh) | 检测车辆安全装置的传感器故障的方法 | |
| EP3759558B1 (en) | Intelligent audio analytic apparatus (iaaa) and method for space system | |
| CN106683333B (zh) | 设备安全检测方法及装置 | |
| JP2017181138A (ja) | 太陽光発電設備の異常診断方法、異常診断装置、及び異常診断プログラム | |
| KR101778593B1 (ko) | 산업플랜트 정비 지원 단말기 | |
| CN113075438B (zh) | 一种窃电检测方法及其装置、防窃电装置和可读存储介质 | |
| US12060265B2 (en) | System and method for diagnosing the operating state of a microelectromechanical sensor | |
| US20160223581A1 (en) | Shock Sensor | |
| CN107150938A (zh) | 一种降低电梯故障隐患的维护方法 | |
| CN106383030B (zh) | 一种故障检测的方法及相关装置 | |
| CN102914357A (zh) | 风力发电机机械零部件异常共振预警装置及方法 | |
| US8731864B2 (en) | System and method of sensor installation validation | |
| CN106353097B (zh) | 一种部件定位方法及相关装置 | |
| AU2017432628B2 (en) | Embedding and detecting codes in monitoring signatures | |
| CN102331378B (zh) | 立式橡胶疲劳自动检测系统及其检测方法 | |
| JP2011039676A (ja) | 監視装置及び警報通知方法 | |
| KR20210080010A (ko) | 사출 성형 설비의 고장 예측 시스템 및 그 방법 | |
| CN111599377A (zh) | 基于音频识别的设备状态检测方法、系统及移动终端 | |
| CN108255122A (zh) | 湿喷机智能保护系统及方法 | |
| RU2793797C2 (ru) | Интеллектуальное аудиоаналитическое устройство и способ для космического аппарата | |
| JP2004206583A (ja) | 学習型異常通知装置及びその方法 | |
| JP2006235890A (ja) | 操作支援システムおよび操作支援方法 | |
| TWI530694B (zh) | 使用多重物理量的局部放電檢測系統以及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190419 |
|
| RJ01 | Rejection of invention patent application after publication |