CN110319918A - 通过声音检测设备状态的方法及装置 - Google Patents

通过声音检测设备状态的方法及装置 Download PDF

Info

Publication number
CN110319918A
CN110319918A CN201810265399.4A CN201810265399A CN110319918A CN 110319918 A CN110319918 A CN 110319918A CN 201810265399 A CN201810265399 A CN 201810265399A CN 110319918 A CN110319918 A CN 110319918A
Authority
CN
China
Prior art keywords
equipment
current
voice data
data
sample audio
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
Application number
CN201810265399.4A
Other languages
English (en)
Inventor
强应海
肖东晖
李俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jin Chi Ling Xuan Video Technology Co Ltd
Original Assignee
Shenzhen Jin Chi Ling Xuan Video Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jin Chi Ling Xuan Video Technology Co Ltd filed Critical Shenzhen Jin Chi Ling Xuan Video Technology Co Ltd
Priority to CN201810265399.4A priority Critical patent/CN110319918A/zh
Publication of CN110319918A publication Critical patent/CN110319918A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供一种通过声音检测设备状态的方法及装置，该方法包括：步骤S11，预先采集设备各种工作状态下的声音数据作为样本声音数据并进行存储；步骤S12，采集设备当前的声音数据；步骤S13，对设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)；步骤S14，根据相关函数r(w)的大小确定设备当前的工作状态；本发明根据样本声音数据及设备当前的声音数据计算出相关函数r(w)，从而可以根据该相关函数r(w)的大小确定设备当前的工作状态，即确定设备是否有故障，属于何种故障，而无需维护人员现场巡检以发现设备故障，提高了工作效率，保障的设备的安全运行及维护人员的身体健康。

Description

通过声音检测设备状态的方法及装置
技术领域
本发明涉及设备故障检测技术领域，具体涉及一种通过声音检测设备状态的方法及装置。
背景技术
当前各种大型工业设备都需要设备维护人员定期巡检来看设备是否有异常。但是这些设备噪音都很大，有的温湿度还特别高，维护人员待在装有这些设备的设备房里会极其不适应，甚至会影响到检测人员的身体健康。另外巡检也不能及时发现设备的所有故障。
发明内容
为了克服上述现有技术存在的问题，本发明的主要目的在于提供通过声音检测设备状态的方法，该方法安全可靠并且能及时发现设备的所有故障。
为了实现上述目的，本发明具体采用以下技术方案：
本发明提供一种通过声音检测设备状态的方法，该方法包括步骤：
步骤S11，预先采集设备各种工作状态下的声音数据作为样本声音数据并进行存储。
步骤S12，采集设备当前的声音数据。
步骤S13，对所述设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)。
步骤S14，根据所述相关函数r(w)的大小确定设备当前的工作状态。
优选地，所述步骤S11进一步包括步骤：
S111、采集设备正常工作状态下及异常工作状态下的各种声音数据得到样本声音数据的时域函数y(t)。
S112、将所述样本声音数据的时域函数y(t)进行傅立叶变换得到函数Y(ω)。
S113、根据所述函数Y(ω)计算出样本声音数据的自谱Ayy(w)并存储。
即:Ayy(w)＝|Y(ω)|2/T。
其中，T为采样点数。
优选地，所述步骤S12具体为：
采集设备当前的声音数据得到设备当前的声音数据的时域函数x(t)；
优选地，所述步骤S13进一步包括步骤：
S131、将所述设备当前的声音数据的时域函数x(t)进行傅立叶变换得到函数X(ω)。
S132、根据所述函数X(ω)计算出设备当前的声音数据的自谱Axx(w)，即Axx(w)＝|X(ω)|2/T。
S133、根据所述样本声音数据的时域函数y(t)及设备当前声音数据的时域函数x(t)进行傅立叶变换得到函数Z(ω)。
S134、根据所述函数Z(ω)计算出互谱Axy(w)。
即：Axy(w)＝|Z(ω)|2/T。
其中，Z(ω)为y(t)·x(t)的傅里叶变换，T为采样点数。
S135、根据所述当前声音数据的自谱Axx(w)、样本声音数据的自谱Ayy(w)及互谱Axy(w)计算出相关函数r(w),即：
r(w)＝|Axy(w)|2/Axx(w)Ayy(w)。
优选地，所述步骤S14具体为：
当0.9<r(w)<1.0时，则确认该当前声音数据与样本声音数据相同，即该当前声音数据对应的设备的工作状态与该样本声音数据对应的设备工作状态相同。
优选地，当r(w)≤0.9时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
当1.0≤r(w)时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
对应地，本发明还提供一种通过声音检测设备状态的装置，该装置包括拾音器和物联网网关，所述拾音器和所述物联网网关连接；
所述拾音器安装于待检测设备，用于采集待检测设备各种工作状态下的声音数据并传给所述物联网网关进行存储作为样本声音数据。
所述拾音器还用于采集待检测设备当前的声音数据并传给所述物联网网关。
所述物联网网关用于对设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)，所述物联网网关还用于根据所述相关函数r(w)的大小确定设备当前的工作状态。
优选地，所述物联网网关包括数据存储单元、数据处理单元、计算单元和分析单元。
所述数据存储单元用于存储设备当前的声音数据的时域函数x(t)、样本声音数据的时域函数y(t)及各样本声音数据对应的设备工作状态参数；
所述数据处理单元用于对设备当前的声音数据的时域函数x(t)、样本声音数据的时域函数y(t)进行数字化处理；。
所述计算单元用于根据所述样本声音数据的时域函数y(t)及设备当前的声音数据的时域函数x(t)分别计算出样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)，所述计算单元还用于根据所述样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)计算出相关函数r(w)。
所述分析单元用于对所述相关函数r(w)进行分析，当所述相关函数r(w)在预设范围值内时，确定所述设备当前的工作状态与该样本声数据对应的设备工作状态相同。
优选地，所述物联网网关还包括噪音处理单元，所述噪音处理单元用于对所述拾音器采集到的声音数据进行除噪处理。
优选地，还包括终端，所述终端与所述物联网网关相连，当所述相关函数r(w)的大小在预设范围值之外时，所述物联网网关还用于将设备当前的声音数据传给所述终端，所述终端用于将设备当前的声音数据与设备当前的工作状态对应并传给所述物联网网关进行存储作为样本声音数据。
相比于现有技术，本发明通过预先存储设备各种工作状态下的声音数据作为样本数据，然后实时采集设备当前的声音数据，然后对所述设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)；并根据所述相关函数r(w)的大小确定设备当前的工作状态，即确定设备是否有故障，属于何种故障，而无需维护人员现场巡检以发现设备故障，提高了工作效率，保障的设备的安全运行及维护人员的身体健康。
附图说明
图1为本发明实施例的通过声音检测设备状态的方法流程图；
图2为图1中步骤S11的具体方法流程图；
图3为图1中步骤S13的具体方法流程图；
图4为本发明实施例的通过声音检测设备状态装置的结构框图；
图5为图4中物联网网关的结构框图；
图中，1、拾音器；2、物联网网关；20、数据存储单元；21、噪音处理单元；22、数据处理单元；23、计算单元；24分析单元。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，本发明实施例公开了一种通过声音检测设备状态的方法，该方法包括以下步骤：
步骤S11，预先采集设备各种工作状态下的声音数据作为样本声音数据并进行存储。
具体地，请参阅图2，该步骤S11进一步包括步骤：
S111、采集设备正常工作状态下及异常工作状态下的各种声音数据得到样本声音数据的时域函数y(t)。
S112、将样本声音数据的时域函数y(t)进行傅立叶变换得到函数Y(ω)；即对采集到的声音数据进行模数转换，并取一定长度的数据对其进行傅立叶变换。
即:
S113、根据函数Y(ω)计算出样本声音数据的自谱Ayy(w)并存储。
即:Ayy(w)＝|Y(ω)|2/T。
其中，T为采样点数，即采样了多少个点。
步骤S12，采集设备当前的声音数据。
具体为，采集设备当前的声音数据得到设备当前的声音数据的时域函数x(t)。
步骤S13，对设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)。
请参阅图3，具体地，该步骤S13进一步包括步骤：
S131、将设备当前的声音数据的时域函数x(t)进行傅立叶变换得到函数X(ω)；即对当前采集到的设备声音数据进行模数转换，并取一定长度的数据对其进行傅立叶变换，这个长度需与样本数据的长度一致。
即：
S132、根据函数X(ω)计算出设备当前的声音数据的自谱Axx(w)，即Axx(w)＝|X(ω)|2/T。
S133、根据样本声音数据的时域函数y(t)及设备当前声音数据的时域函数x(t)进行傅立叶变换得到函数Z(ω)。
S134、根据函数Z(ω)计算出互谱Axy(w)。
即：Axy(w)＝|Z(ω)|2/T。
其中，Z(ω)为y(t)·x(t)的傅里叶变换。
即：
T为采样点数，即采样了多少个点。
S135、根据当前声音数据的自谱Axx(w)、样本声音数据的自谱Ayy(w)及互谱Axy(w)计算出相关函数r(w),即：
r(w)＝|Axy(w)|2/Axx(w)Ayy(w)，在这个公式中，如果x(t)＝y(t)，那么r(w)＝＝1，即如果r(w)越接近1，则说明采集的声音和样本声音数据越接近。
步骤S14，根据相关函数r(w)的大小确定设备当前的工作状态。
具体地，当0.9<r(w)<1.0时，则确认该当前声音数据与样本声音数据相同，即该当前声音数据对应的设备的工作状态与样本声音数据对应的设备工作状态相同。
当r(w)≤0.9时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
当1.0≤r(w)时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
请参阅图4，对应地，本发明实施例还公开了一种通过声音检测设备状态的装置，该装置包括拾音器1和物联网网关2。其中，一个待检设备安装一个定向的拾音器1。如果设备较大时，可以多个角度安装拾音器1。拾音器1只负责设备各种工作状态下或设备当前工作状态下声音数据的采集，并且拾音器1与物联网网关2相连。
请参阅图5，物联网网关2包括数据存储单元20、噪音处理单元21、数据处理单元22、计算单元23和分析单元24。其中，噪音处理单元21、数据处理单元22、计算单元23及分析单元24分别与数据存储单元20相连，数据存储单元20用于存储设备当前的声音数据、样本声音数据及各样本声音数据对应的设备工作状态参数；噪音处理单元21用于对拾音器1采集到的声音数据进行去除噪音处理，数据处理单元22用于将样本声音数据的时域函数y(t)和设备当前的声音数据时域函数x(t)分别进行数字化。计算单元23用于根据样本声音数据的时域函数y(t)及设备当前的声音数据的时域函数x(t)分别计算出样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)，并且计算单元23还用于根据样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)计算出相关函数r(w)。分析单元24用于根据相关函数r(w)的大小判断设备的工作状态，即当该相关函数r(w)在预设范围值内时，确定设备当前的工作状态与该样本声数据对应的设备工作状态相同。
具体地，样本声音数据的自谱：Ayy(w)＝|Y(ω)|2/T。
设备当前声音数据的自谱：Axx(w)＝|X(ω)|2/T。
互谱：Axy(w)＝|Z(ω)|2/T。
相关函数：r(w)＝|Axy(w)|2/Axx(w)Ayy(w)。
其中，Y(ω)为y(t)的傅里叶变换，X(ω)为x(t)的傅里叶变换，Z(ω)为y(t)·x(t)的傅里叶变换，T为采样点数，即采样了多少个点。
具体地，当0.9<r(w)<1.0时，则确认该当前声音数据与样本声音数据相同，即该当前声音数据对应的设备的工作状态与样本声音数据对应的设备工作状态相同，从而实现通过设备当前声音数据检测设备的工作状态。
而为了整个装置形成一个闭环的自学习的系统，还设置有终端3，该终端3与所述物联网网关2相连。当相关函数r(w)的大小在预设范围值之外时，即r(w)≤0.9或1.0≤r(w)时，物联网网关2还用于将设备当前的声音数据传给终端3，终端用于将设备当前的声音数据与设备当前的工作状态对应并传给物联网网关2进行存储作为样本声音数据。这样可以尽可能的保证物联网网关2上存储的样本数据齐全。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种通过声音检测设备状态的方法，其特征在于，该方法包括步骤：
步骤S11，预先采集设备各种工作状态下的声音数据作为样本声音数据并进行存储；
步骤S12，采集设备当前的声音数据；
步骤S13，对所述设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)；
步骤S14，根据所述相关函数r(w)的大小确定设备当前的工作状态。
2.根据权利要求1所述的通过声音检测设备状态的方法，其特征在于，所述步骤S11包括步骤：
S111、采集设备正常工作状态下及异常工作状态下的各种声音数据得到样本声音数据的时域函数y(t)；
S112、将所述样本声音数据的时域函数y(t)进行傅立叶变换得到函数Y(ω)；
S113、根据所述函数Y(ω)计算出样本声音数据的自谱Ayy(w)并存储；
即:Ayy(w)＝|Y(ω)|2/T；
其中，T为采样点数。
3.根据权利要求2所述的通过声音检测设备状态的方法，其特征在于，所述步骤S12具体为：
采集设备当前的声音数据得到设备当前的声音数据的时域函数x(t)；
所述步骤S13包括步骤；
S131、将所述设备当前的声音数据的时域函数x(t)进行傅立叶变换得到函数X(ω)；
S132、根据所述函数X(ω)计算出设备当前的声音数据的自谱Axx(w)，即Axx(w)＝|X(ω)|2/T；
S133、根据所述样本声音数据的时域函数y(t)及设备当前声音数据的时域函数x(t)进行傅立叶变换得到函数Z(ω)；
S134、根据所述函数Z(ω)计算出互谱Axy(w)；
即：Axy(w)＝|Z(ω)|2/T
其中，Z(ω)为y(t)·x(t)的傅里叶变换，T为采样点数。
S135、根据所述当前声音数据的自谱Axx(w)、样本声音数据的自谱Ayy(w)及互谱Axy(w)计算出相关函数r(w),即
r(w)＝|Axy(w)|2/Axx(w)Ayy(w)。
4.根据权利要求3所述的通过声音检测设备状态的方法，其特征在于，所述步骤S14具体为：
当0.9<r(w)<1.0时，则确认该当前声音数据与样本声音数据相同，即该当前声音数据对应的设备的工作状态与该样本声音数据对应的设备工作状态相同。
5.根据权利要求4所述的通过声音检测设备状态的方法，其特征在于，
当r(w)≤0.9时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
6.根据权利要求4所述的通过声音检测设备状态的方法，其特征在于，
当1.0≤r(w)时，则将该设备当前的声音数据与该设备当前的工作状态对应后作为样本声音数据进行存储。
7.一种通过声音检测设备状态的装置，其特征在于，包括拾音器和物联网网关，所述拾音器和所述物联网网关连接；
所述拾音器安装于待检测设备，用于采集待检测设备各种工作状态下的声音数据并传给所述物联网网关进行存储作为样本声音数据；
所述拾音器还用于采集待检测设备当前的声音数据并传给所述物联网网关；
所述物联网网关用于对设备当前的声音数据及预存的样本声音数据进行计算得到相关函数r(w)，所述物联网网关还用于根据所述相关函数r(w)的大小确定设备当前的工作状态。
8.根据权利要求7所述的通过声音检测设备状态的装置，其特征在于，所述物联网网关包括数据存储单元、数据处理单元、计算单元和分析单元；
所述数据存储单元用于存储设备当前的声音数据的时域函数x(t)、样本声音数据的时域函数y(t)及各样本声音数据对应的设备工作状态参数；
所述数据处理单元用于对设备当前的声音数据的时域函数x(t)、样本声音数据的时域函数y(t)进行数字化处理；
所述计算单元用于根据所述样本声音数据的时域函数y(t)及设备当前的声音数据的时域函数x(t)分别计算出样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)，所述计算单元还用于根据所述样本声音数据的自谱Ayy(w)、设备当前声音数据的自谱Axx(w)及互谱Axy(w)计算出相关函数r(w)；
所述分析单元用于对所述相关函数r(w)进行分析，当所述相关函数r(w)在预设范围值内时，确定所述设备当前的工作状态与该样本声数据对应的设备工作状态相同。
9.根据权利要求8所述的通过声音检测设备状态的装置，其特征在于，所述物联网网关还包括噪音处理单元，所述噪音处理单元用于对所述拾音器采集到的声音数据进行除噪处理。
10.根据权利要求7所述的通过声音检测设备状态的装置，其特征在于，还包括终端，所述终端与所述物联网网关相连，当所述相关函数r(w)的大小在预设范围值之外时，所述物联网网关还用于将设备当前的声音数据传给所述终端，所述终端用于将设备当前的声音数据与设备当前的工作状态对应并传给所述物联网网关进行存储作为样本声音数据。
CN201810265399.4A 2018-03-28 2018-03-28 通过声音检测设备状态的方法及装置 Pending CN110319918A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810265399.4A CN110319918A (zh) 2018-03-28 2018-03-28 通过声音检测设备状态的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810265399.4A CN110319918A (zh) 2018-03-28 2018-03-28 通过声音检测设备状态的方法及装置

Publications (1)

Publication Number Publication Date
CN110319918A true CN110319918A (zh) 2019-10-11

Family

ID=68110082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810265399.4A Pending CN110319918A (zh) 2018-03-28 2018-03-28 通过声音检测设备状态的方法及装置

Country Status (1)

Country Link
CN (1) CN110319918A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337277A (zh) * 2020-02-21 2020-06-26 云知声智能科技股份有限公司 一种基于声音识别的家用电器故障判定方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002372452A (ja) * 2001-06-14 2002-12-26 Mitsubishi Heavy Ind Ltd 回転機械の振動診断システム
CN102095560A (zh) * 2010-11-09 2011-06-15 中国人民解放军重庆通信学院 基于噪声测试的机械故障判别系统及方法
CN102434387A (zh) * 2011-11-16 2012-05-02 三一电气有限责任公司 风机检测诊断系统
CN102564568A (zh) * 2011-12-29 2012-07-11 华北电力大学 大型旋转机械复杂工况下的早期故障搜索方法
CN104081173A (zh) * 2012-01-30 2014-10-01 S.P.M.仪器公司 用于分析具有旋转部件的机器的状态的装置和方法
CN105741850A (zh) * 2014-12-26 2016-07-06 It魔力有限公司 利用音频信号诊断机械设备的方法及装置
CN106323456A (zh) * 2016-08-18 2017-01-11 济南学泰电子科技有限公司 一种声测式电力设备运行状态监测仪及监测方法
JP2017116424A (ja) * 2015-12-24 2017-06-29 横河電機株式会社 分析システム異常検知装置、分析システム異常検知方法及び分析システム異常検知プログラム
CN107238508A (zh) * 2017-07-21 2017-10-10 浙江中控技术股份有限公司 一种设备状态诊断方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002372452A (ja) * 2001-06-14 2002-12-26 Mitsubishi Heavy Ind Ltd 回転機械の振動診断システム
CN102095560A (zh) * 2010-11-09 2011-06-15 中国人民解放军重庆通信学院 基于噪声测试的机械故障判别系统及方法
CN102434387A (zh) * 2011-11-16 2012-05-02 三一电气有限责任公司 风机检测诊断系统
CN102564568A (zh) * 2011-12-29 2012-07-11 华北电力大学 大型旋转机械复杂工况下的早期故障搜索方法
CN104081173A (zh) * 2012-01-30 2014-10-01 S.P.M.仪器公司 用于分析具有旋转部件的机器的状态的装置和方法
CN105741850A (zh) * 2014-12-26 2016-07-06 It魔力有限公司 利用音频信号诊断机械设备的方法及装置
JP2017116424A (ja) * 2015-12-24 2017-06-29 横河電機株式会社 分析システム異常検知装置、分析システム異常検知方法及び分析システム異常検知プログラム
CN106323456A (zh) * 2016-08-18 2017-01-11 济南学泰电子科技有限公司 一种声测式电力设备运行状态监测仪及监测方法
CN107238508A (zh) * 2017-07-21 2017-10-10 浙江中控技术股份有限公司 一种设备状态诊断方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
徐惠钢等: "《基于特征频率功率谱方差的故障实时检测》", 《东南大学学报（自然科学版）》 *
王琨琦等: "《工程测试技术》", 31 August 2009 *
谭修彦等: "《机械故障诊断与维修》", 30 November 2017 *
谷立臣: "《工程信号分析与处理技术》", 28 February 2017 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337277A (zh) * 2020-02-21 2020-06-26 云知声智能科技股份有限公司 一种基于声音识别的家用电器故障判定方法及装置

Similar Documents

Publication Publication Date Title
CN104092440B (zh) 光伏系统直流电弧故障检测方法、装置、处理器及其系统
CN111354366B (zh) 一种异常声音检测方法及异常声音检测装置
CN110085006A (zh) 船舶监测方法、装置、系统和存储介质
CN112648221A (zh) 一种基于小波-神经网络的风机故障诊断方法
CN109507510A (zh) 一种变压器故障诊断系统
CN103941722B (zh) 通过部件特征倍频幅值趋势监测和诊断设备故障的方法
CN103997782B (zh) 一种基于信号强度和抓包速率的无线ap探测定位的方法
CN108957385B (zh) 一种电能计量设备自动化检定线异常表位确认方法及装置
CN111181971A (zh) 一种自动检测工业网络攻击的系统
CN110319918A (zh) 通过声音检测设备状态的方法及装置
CN109238455A (zh) 一种基于图论的旋转机械振动信号监测方法及系统
CN114167315A (zh) 一种变压器智能在线监测系统及其方法
CN109883705A (zh) 电机滚动轴承局部点蚀故障诊断方法及其诊断系统
CN109507632A (zh) 一种用于电能表检定系统的监控系统及监控方法
CN109598309A (zh) 一种金属包装冲压机的检测系统及其监测方法
CN117786578A (zh) 一种电力运行状态检测方法、装置、设备及存储介质
CN105609110A (zh) 一种应用在网络设备中的语音识别方法及系统
CN114518511A (zh) 一种特征辅助的局部放电点定位方法
DE102018209801A1 (de) Verfahren zum Betrieb eines Hörvorrichtungssystems und Hörvorrichtungssystem
CN116340810A (zh) 基于随机森林的变压器出线部位局部放电诊断方法和装置
CN106706559B (zh) 落叶含水率的测量方法、系统及服务器
CN112881842A (zh) 一种设备智能诊断的模块
CN115875797A (zh) 送风设备的故障检测方法和相关设备
BR102016016197A2 (pt) Sistema sinalizador de falhas de isoladores em estruturas de média e alta tensão utilizando ultrassom.
JP2007263639A (ja) 設備の異常診断方法及び装置

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: 20191011

RJ01 Rejection of invention patent application after publication