CN109697501A - 基于深度学习的磨机声音声谱分析设备 - Google Patents
基于深度学习的磨机声音声谱分析设备 Download PDFInfo
- Publication number
- CN109697501A CN109697501A CN201710983873.2A CN201710983873A CN109697501A CN 109697501 A CN109697501 A CN 109697501A CN 201710983873 A CN201710983873 A CN 201710983873A CN 109697501 A CN109697501 A CN 109697501A
- Authority
- CN
- China
- Prior art keywords
- grinding machine
- deep learning
- sound
- voice print
- print analysis
- 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
- 238000000227 grinding Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000013135 deep learning Methods 0.000 title claims abstract description 19
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 12
- 230000000694 effects Effects 0.000 claims description 2
- 230000002411 adverse Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 7
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 239000008358 core component Substances 0.000 abstract description 2
- 238000003801 milling Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Discrete Mathematics (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种磨机声音声谱分析设备，尤其涉及一种采用深度学习算法对磨机声音进行声谱分析的设备。本方法为：安装于磨机运行介质抛落一侧中部的声音采集装置对磨机的声音进行采集，同时将声音信号转化为数字信号，通过以太网口传输至计算机，计算机安装专用软件，对信号进行采集处理。算法方面，先对声音信号进行短时傅里叶变换转化成为声谱图，然后将声谱图输入到卷积神经网络，经神经网络运算分析得出磨机当前状态。其优点是核心部件放置远离工业现场，软件配置方便；接口通讯协议通用，便于给其他系统提供数据；采用声谱图对声音进行分析，同时包含频域和时域信息；利用深度学习卷积神经网络算法，能有效分析磨机负荷、磨矿介质等情况。
Description
技术领域
本发明涉及一种磨机声音声谱分析设备，尤其涉及一种采用深度学习算法对磨机声音进行声谱分析的设备，该设备适用于各种类型磨机，通过对磨机声音采集处理分析磨机的负荷情况，分析结果可供其它系统使用。
背景技术
以往的检测手段都是将声音进行傅里叶变换，在频域中分析声音的特性来判断磨机状态。这种方法会忽略时域的信息，因此本发明将声音转化为声谱图，声谱图可以同时体现时域、频域的信息。凭借深度学习算法中卷积神经网络的强大图像学习与分类功能，对声音信号进行分析。
发明内容
本发明为了克服现有磨机状态分析设备的方法简单、性能不足、智能化程度低等情况，提出一种基于深度学习卷积神经网络的声谱分析方法。通过安装在磨机一侧的声音采集装置将磨机运行时产生的声音转化为数字信号，信号输送到计算机中，通过专用的软件及深度学习算法，对信号进行分析学习。
上述声音采集装置使用工业用声音采集卡，安装于球磨机运行介质抛落一侧的中部，该采集装置能将声音直接转换成数字信号，并通过以太网接口传输至计算机。
计算机安装有专用软件，对声音信号进行采集处理。算法方面，先对声音信号进行短时傅里叶变换转化成为声谱图，然后将声谱图输入到卷积神经网络，经神经网络运算分析得出磨机当前状态。
采用短时傅里叶变换，需要根据情况选择运算所需的窗类型及窗数量，软件可以选择包括hamming窗、gausswin窗、hann窗等19种窗类型，但为便于深度学习统一，针对某一台特定磨机，只允许选择一种窗类型和窗数量。
将经过短时傅里叶算法处理之后的数据转换为声谱图，该图是一种同时包含时域和频域信息的图，能完整反映声音的信息，在转成声谱图时，需要设置颜色地图属性，针对某一台特定磨机，只允许设置一种颜色地图属性。
软件中含有已经搭建完成的卷积神经网络模型，在使用之前需要进行网络训练，训练的样本为采集到的声音信号，随着样本累积，卷积神经网络的识别效果会越好。
卷积神经网络是算法的核心，本发明采用多层卷积神经网络进行深度学习，具有良好的分类效果，能针对不同磨机状态下的声谱图进行学习与分类。
在完成网络训练后可进行对声音的在线分析，系统采用定期触发的方式对球磨机声音进行学习。
有益效果
核心部件放置远离工业现场，软件配置方便。
采用声谱图对声音进行分析，同时包含频域和时域信息。
利用深度学习卷积神经网络算法，能有效分析磨机负荷、磨矿介质等情况。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明系统结构图。
图2是本发明应用的卷积神经网络架构图。
图3是本发明声音转化为声谱图。
图中1.球磨机，2.工业用麦克风，3.声音采集卡，4.数据处理与分析计算机。
具体实施方式
在图1中，球磨机（1）中介质抛落侧安装工业用麦克风（2），工业用麦克风（2）与声音采集卡（3）连接，同时将声音信号转化成数字信号，并将转换后的信号通过以太网接口传输至数据处理与分析计算机（4）。数据处理与分析计算机（4）安装有专业软件对采集的信号进行处理与分析并得出球磨机目前的运行状态。
Claims (6)
1.一种基于深度学习的磨机声音声谱分析设备，其特征采用深度学习算法对机声音进行声谱分析，该设备适用各种类型磨机，通过对磨机声音采集处理分析磨机的负荷情况，分析结果可供其他系统使用。
2.根据权利要求1所述的基于深度学习的磨机声音声谱分析设备，其特征在于：将声音转化为声谱图，采用声谱图进行分析，同时包含频域与时域分析。
3.根据权利要求1所述的基于深度学习的磨机声音声谱分析设备，其特征在于：系统采用深度学习算法中卷积神经网络的强大图像学习与分类功能对声音信号进行分析，能够有效分析磨机负荷、磨机介质等情况。
4.根据权利要求1所述的基于深度学习的磨机声音声谱分析设备，其特征在于：设备使用工业用声音采集卡，该采集装置能将声音直接转换成数字信号。
5.根据权利要求1所述的基于深度学习的磨机声音声谱分析设备，其特征在于：设备采用方便灵活的以太网接口，便于将数据提供给其他系统使用。
6.根据权利要求1所述的基于深度学习的磨机声音声谱分析设备，其特征在于：核心部件放置远离工业现场，避免恶劣环境对设备影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710983873.2A CN109697501A (zh) | 2017-10-20 | 2017-10-20 | 基于深度学习的磨机声音声谱分析设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710983873.2A CN109697501A (zh) | 2017-10-20 | 2017-10-20 | 基于深度学习的磨机声音声谱分析设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109697501A true CN109697501A (zh) | 2019-04-30 |
Family
ID=66225302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710983873.2A Pending CN109697501A (zh) | 2017-10-20 | 2017-10-20 | 基于深度学习的磨机声音声谱分析设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109697501A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
-
2017
- 2017-10-20 CN CN201710983873.2A patent/CN109697501A/zh active Pending
Non-Patent Citations (2)
| Title |
|---|
| 汤健 等: "基于频域特征提取与信息融合的磨机负荷软测量", 《仪器仪表学报》 * |
| 艾长胜 等: "基于语音识别技术的刀具工况在线监测的研究", 《组合机床与自动化加工技术》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107291822B (zh) | 基于深度学习的问题分类模型训练方法、分类方法及装置 | |
| CN111431986B (zh) | 基于5g和ai云边协同的工业智能质检系统 | |
| CN107690659A (zh) | 一种图像识别系统及图像识别方法 | |
| DE202017106586U1 (de) | Abfrage-Endpunktbestimmung auf Basis der Lippenerkennung | |
| CA2435290A1 (en) | Computer-aided image analysis | |
| US12073656B2 (en) | Activity detection device, activity detection system, and activity detection method | |
| EP3079129A1 (en) | Automatic fault diagnosis method and device for sorting machine | |
| CN112149524A (zh) | 一种雷达信号分选识别方法、装置、探测器及存储介质 | |
| CN106650696B (zh) | 一种基于奇异值分解的手写电气元件符号识别方法 | |
| CN110263730B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
| CN106203437B (zh) | 个体驾驶行为特征识别方法和装置 | |
| US20190205589A1 (en) | Latent fingerprint ridge flow map improvement | |
| CN112418175A (zh) | 基于域迁移的滚动轴承故障诊断方法、系统及存储介质 | |
| Pan et al. | Cognitive acoustic analytics service for Internet of Things | |
| CN105335689A (zh) | 字符识别方法和装置 | |
| CN116895286B (zh) | 一种打印机故障监控方法以及相关装置 | |
| Kanavos et al. | Enhancing sign language recognition using deep convolutional neural networks | |
| CN109697501A (zh) | 基于深度学习的磨机声音声谱分析设备 | |
| CN110781849A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
| US10198613B2 (en) | Latent fingerprint pattern estimation | |
| CN105574494B (zh) | 一种多分类器姿势识别方法及装置 | |
| CN113688953B (zh) | 基于多层gan网络的工控信号分类方法、装置和介质 | |
| Mendes et al. | Subvocal speech recognition based on EMG signal using independent component analysis and neural network MLP | |
| CN114548262B (zh) | 一种情感计算中多模态生理信号的特征级融合方法 | |
| Uttarakumari et al. | Vehicle detection using acoustic signatures |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190430 |