CN112013947A - 马达异响检测方法及其装置、系统 - Google Patents
马达异响检测方法及其装置、系统 Download PDFInfo
- Publication number
- CN112013947A CN112013947A CN201910471623.XA CN201910471623A CN112013947A CN 112013947 A CN112013947 A CN 112013947A CN 201910471623 A CN201910471623 A CN 201910471623A CN 112013947 A CN112013947 A CN 112013947A
- Authority
- CN
- China
- Prior art keywords
- sound
- domain signal
- time domain
- signal
- target
- 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
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本公开提供一种马达异响的检测方法及装置、系统,属于异响检测领域。该方法包括:获取待测声音时域信号,待测声音时域信号包括目标马达工作时的声音时域信号;对待测声音时域信号进行降噪处理,得到降噪声音时域信号;从降噪声音时域信号中,提取目标马达工作时的有效声音信号;基于有效声音信号,确定目标马达的异响检测结果。该方法对环境底噪要求低,能够高效、精确地检测马达是否产生异响,利于确定马达的运转状态及质量。
Description
技术领域
本公开涉及异响检测领域,尤其涉及一种马达异响检测方法及其装置、系统。
背景技术
马达是一种将电能转换为机械能的设备,马达又称电动机、发动机。通过检测马达是否产生异响能够确定马达的运转状态,继而确定马达质量的优劣,还可确定包括马达产品的质量的优劣。比如,用于手机相机的步进马达,当手机拍照时,步进马达带动相机升降,通过检测步进马达是否产生异响能够确定手机质量的优劣。
发明内容
有鉴于此,本公开提供一种对环境底噪要求低,能够高效、精确地检测马达异响的马达异响检测方法及其装置、系统。
根据本公开实施例的第一方面,提供了一种马达异响的检测方法,所述检测方法包括:
获取待测声音时域信号,所述待测声音时域信号包括目标马达工作时的声音时域信号;
对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;
从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;
基于所述有效声音信号,确定所述目标马达的异响检测结果。
可选地,所述对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,包括:
通过高通滤波方法滤除所述待测声音时域信号中的底噪时域信号,得到所述降噪声音时域信号。
可选地,所述对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,包括:
对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号。
可选地,从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号,包括:
将所述降噪声音时域信号中的无效时域信号去除,得到目标时域信号;
从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号。
可选地,所述从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号,包括:
从所述目标时域信号中提取幅度值大于参考阈值的信号,作为所述目标马达工作时的有效声音时域信号。
可选地,所述基于所述有效声音信号,确定所述目标马达的异响检测结果,包括:
确定所述有效声音时域信号的特征数据;
当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
可选地,从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号,包括:
采用短时傅立叶变换法将所述降噪声音时域信号转换为声音频域信号;
将所述声音频域信号中的无效频域信号去除,得到目标频域信号;
从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号。
可选地,所述从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号,包括:
提取所述目标马达工作时对应的所述目标频域信号的中部区域的信号片段,作为所述有效声音信号。
可选地,所述基于所述有效声音信号,确定所述目标马达的异响检测结果,包括:
确定所述目标马达工作时对应的所述目标频域信号的片段的特征数据;
当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
根据本公开实施例的第二方面,提供了一种马达异响的检测装置,所述检测装置包括:
获取模块,用于获取待测声音时域信号,所述待测声音时域信号包括目标马达工作时的声音时域信号;
降噪模块,用于对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;
提取模块,用于从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;
确定模块,用于基于所述有效声音信号,确定所述目标马达的异响检测结果。
可选地,所述降噪模块包括:
第一滤波单元,用于通过高通滤波方法滤除所述待测声音时域信号中的底噪时域信号,得到所述降噪声音时域信号。
可选地,所述降噪模块包括:
第二滤波单元,用于对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
第一确定单元,用于确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号。
可选地,所述提取模块包括:
第一去除单元,用于将所述降噪声音时域信号中的无效时域信号去除,得到目标时域信号;
第一提取单元,用于从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号。
可选地,所述第一提取单元包括:
第一子提取单元,用于从所述目标时域信号中提取幅度值大于参考阈值的信号,作为所述目标马达工作时的有效声音时域信号。
可选地,所述确定模块包括:
第二确定单元,用于确定所述有效声音时域信号的特征数据;
第三确定单元,用于当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
可选地,所述提取模块包括:
转换单元,用于采用短时傅立叶变换法将所述降噪声音时域信号转换为声音频域信号;
第二去除单元,用于将所述声音频域信号中的无效频域信号去除,得到目标频域信号;
第二提取单元,用于从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号。
可选地,所述第二提取单元包括:
第二子提取单元,用于提取所述目标马达工作时对应的所述目标频域信号的中部区域的信号片段,作为所述有效声音信号。
可选地,所述确定模块包括:
第四确定单元,用于确定所述目标马达工作时对应的所述目标频域信号的片段的特征数据;
第五确定单元,用于当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
根据本公开实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现本公开第一方面所述的检测方法。
根据本公开实施例的第四方面,提供了一种马达异响的检测装置,包括一个或多个处理器及存储器;所述存储器存储有可被处理器调用的程序;其中,所述处理器执行所述程序时,实现本公开第一方面所述的检测方法。
根据本公开实施例的第五方面,提供了一种马达异响的检测系统,包括:
声音采集装置,用于采集待测声音时域信号;及
本公开第二方面或本公开第四方面提供的马达异响的检测装置,所述检测装置与所述声音采集装置电连接。
根据本公开实施例的第六方面,提供了一种马达异响的检测系统,包括:声音采集装置和与所述声音采集装置电连接的检测装置,其中,
所述声音采集装置,用于采集待测声音时域信号,并将所述待测声音时域信号发送至所述检测装置;
所述检测装置,用于:对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;基于所述有效声音信号,确定所述目标马达的异响检测结果。
可选地,所述检测装置包括:滤波器和处理器;
所述滤波器,用于对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,并发送至所述处理器;
所述处理器,用于从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;基于所述有效声音信号,确定所述目标马达的异响检测结果。
可选地,所述滤波器包括:电连接的滤波单元和减法单元;
所述滤波单元,用于接收所述声音采集装置发送的所述待测声音时域信号,并对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
所述减法单元,用于确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号,并将所述降噪声音时域信号发送至所述处理器。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例提供的马达异响的检测方法,通过对待测声音时域信号进行降噪处理,得到降噪声音时域信号,这减少了底噪时域信号的干扰,使该方法对环境底噪要求低,而且利于准确地从降噪声音时域信号中提取目标马达工作时的有效声音信号,基于该有效声音信号,能够高效地、准确地确定目标马达的异响检测结果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1所示为本公开根据一示例性实施例示出的马达异响的检测方法流程图;
图2所示为本公开根据一示例性实施例示出的待测声音时域信号的波形图;
图3所示为本公开根据一示例性实施例示出的降噪声音时域信号的波形图;
图4所示为本公开根据一示例性实施例示出的目标时域信号的波形图;
图5所示为本公开根据一示例性实施例示出的目标马达工作时的声音频域信号的波形图;
图6所示为本公开根据一示例性实施例示出的目标马达工作时的中部区域的信号片段的波形图;
图7所示为本公开根据一示例性实施例示出的目标马达工作时对应的目标频域信号的片段与幅度阈值线之间的关系示意图;
图8所示为本公开根据一示例性实施例示出的一种马达异响的检测装置框图;
图9所示为本公开根据一示例性实施例示出的降噪模块的框图;
图10所示为本公开根据一示例性实施例示出的提取模块的框图;
图11所示为本公开根据一示例性实施例示出的确定模块的框图;
图12所示为本公开根据一示例性实施例示出的提取模块的框图;
图13所示为本公开根据一示例性实施例示出的确定模块的框图;
图14所示为本公开根据一示例性实施例示出的马达异响的检测系统;
图15所示为本公开根据一示例性实施例示出的马达异响的检测系统;
图16所示为本公开根据一示例性实施例示出的一种用于马达异响的检测装置的一结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
马达包括:定子、转子、机座、轴承等,在马达工作过程中,定子、转子、机座、轴承等均可发生振动产生声音,但声音有大有小,较大的声音可称为异响或噪音。通过检测马达是否产生异响可确定马达质量的优劣,以及确定包括马达产品的质量的优劣。比如,用于终端设备(例如手机)的步进马达,当采用终端设备拍照时,步进马达驱动相机由终端设备弹出,当拍照结束后,步进马达驱动相机缩回至终端设备。在步进马达驱动相机弹出及缩回过程中,可能存在异响,通过检测是否产生异响可确定终端设备质量的优劣。
在一些实施例中,采用声级计、传声器等设备采集马达的声音信号,随后采用声压级检测方式检测马达工作发出声音的声压级,继而确定马达是否产生异响以及异响的等级。但是该方法无法准确识别出马达异响,且对测试环境底噪要求较高。基于此,本公开实施例提供了一种马达异响检测方法及其装置、系统。
本公开实施例提供的马达异响的检测方法包括:获取待测声音时域信号,待测声音时域信号包括目标马达工作时的声音时域信号;对待测声音时域信号进行降噪处理,得到降噪声音时域信号;从降噪声音时域信号中,提取目标马达工作时的有效声音信号;基于有效声音信号,确定目标马达的异响检测结果。本公开实施例提供的马达异响的检测方法,通过对待测声音时域信号进行降噪处理,得到降噪声音时域信号,这减少了底噪时域信号的干扰,使该方法对环境底噪要求低,而且利于准确地从降噪声音时域信号中提取目标马达工作时的有效声音信号,基于该有效声音信号,能够高效地、准确地生成目标马达的异响检测结果。
本公开实施例提供的马达异响检测方法,可应用于终端中,终端可以是智能手机、个人数字助理(Personal Digital Assistant,PDA)、平板电脑、可穿戴设备如智能手表、智能手环等。为了便于描述,本公开实施例基于检测手机弹出式相机步进马达的异响而进行阐述,目标马达可以为手机弹出式相机的步进马达。
图1所示为本公开根据一示例性实施例示出的马达异响的检测方法流程图,如图1所示,该方法包括:
步骤11、获取待测声音时域信号,该待测声音时域信号包括目标马达工作时的声音时域信号。
终端设备通过高灵敏度的声音采集装置来采集目标马达由开始工作至停止工作的待测声音时域信号。其中,待测声音时域信号包括:目标马达工作时的声音时域信号和底噪时域信号。目标马达工作时的声音时域信号用于表示目标马达在工作时所引起的声音时域信号,不包括其它外界环境因素引起的声音时域信号。底噪时域信号用于表示外界环境因素引起的声音时域信号。
其中,高灵敏度的声音采集装置可为设于目标马达或包括目标马达产品外部的高灵敏度麦克风,以精确、有效地采集待测声音时域信号。
图2所示为本公开根据一示例性实施例示出的待测声音时域信号的波形图,针对于手机弹出式相机步进马达的待测声音时域信号可参见图2,在该波形图中,步进马达的声音时域信号与底噪时域信号混合,且步进马达的声音时域信号与底噪时域信号不易区分开,识别难度较大。
步骤12、对待测声音时域信号进行降噪处理,得到降噪声音时域信号。
对于步骤12的具体实现方式有多种,以下给出两种示例:
在一个实施例中,步骤12包括但不限于以下步骤:
通过高通滤波方法滤除待测声音时域信号中的底噪时域信号,得到降噪声音时域信号。
在获取的待测声音时域信号中,底噪时域信号较多,且主要集中在低频,终端设备可采用高通滤波方法滤除底噪时域信号,得到降噪声音时域信号。其中,高通滤波方法能够使高频的目标马达工作时的声音时域信号通过,阻隔及减弱低频的底噪时域信号,以起到降噪效果。
在另一个实施例中,步骤12包括但不限于以下步骤:
步骤121、对待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号。
终端设备可采用平滑滤波或三阶样条滤波滤除目标马达工作时的声音时域信号,得到底噪时域信号。其中,平滑滤波是低频增加的空间域滤波技术,可使低频的底噪时域信号增强,高频的目标马达工作时的声音时域信号减弱,以得到底噪时域信号。三阶样条滤波能够使高频的目标马达工作时的声音时域信号平滑化,进而减弱该信号,得到底噪时域信号。
步骤122、确定待测声音时域信号与底噪时域信号的差值,作为降噪声音时域信号。
终端设备可将待测声音时域信号与底噪时域信号进行作差叠加,以将待测声音时域信号中的底噪时域信号去除,得到降噪声音时域信号。
图3所示为本公开根据一示例性实施例示出的降噪声音时域信号的波形图,针对于手机弹出式相机步进马达的降噪声音时域信号可参见图3,幅度值较大的区域为步进马达升降时所对应的声音时域信号的波形,其它区域为底噪时域信号的波形。
步骤13、从降噪声音时域信号中,提取目标马达工作时的有效声音信号。
步骤13的实现方式有多种,以下给出两种示例:
在一个实施例中,目标马达工作时的有效声音信号包括:有效声音时域信号,步骤13包括但不限于以下步骤:
步骤13A1、将降噪声音时域信号中的无效时域信号去除,得到目标时域信号。
终端设备可通过直方图滤波阈值法滤除降噪声音时域信号中的无效时域信号,得到目标时域信号。或者,通过切除降噪声音时域信号的波形图中低于阈值的波形,得到目标时域信号。其中,该阈值基于目标马达工作的实际情况而设定。无效时域信号包括:降噪声音时域信号中遗留的底噪时域信号。
图4所示为本公开根据一示例性实施例示出的目标时域信号的波形图,针对于手机弹出式相机步进马达的目标时域信号的波形图可参见图4,如图4所示,步进马达的目标时域信号包括:步进马达升降所对应的声音时域波形,以及幅度值为0的波形。
步骤13A2、从目标时域信号中,提取目标马达工作时的有效声音时域信号,作为有效声音信号。
在一个实施例中,步骤13A2包括但不限于以下步骤:
从目标时域信号中提取幅度值大于参考阈值的信号,作为目标马达工作时的有效声音时域信号。
终端设备可从目标时域信号中提取幅度值大于参考阈值的信号点,作为目标马达工作时的有效声音时域信号。比如,从该目标时域信号中提取幅度值大于参考阈值的50个信号点、100个信号点、150个信号点、200个信号点、250个信号点或300个信号点等。其中,参考阈值为基于目标马达工作所发出的声音而设定,并存储于终端设备中。
在另一个实施例中,目标马达的工作声音数据包括:声音频域信号片段,步骤13包括但不限于以下步骤:
步骤13B1、采用短时傅立叶变换法将降噪声音时域信号转换为声音频域信号。
在一些实施例中,采集目标马达的待测声音时域信号,然后通过傅立叶变换法将待测声音时域信号转换为声音频域信号,在声音频域信号的波形图中获取各频点的特征量。但是该方法只能获取频域信号总体上包含哪些频率的特征量,不能知晓这些特征量出现的时刻。
在步骤13B1中,短时傅立叶变换法(Short-Time Fourier Transform,STFT)是与傅立叶变换法相关的一种数学变换方法,可确定声音时域信号的局部区域正弦波的频率与相位。终端设备可将降噪声音时域信号分成多段,然后采用短时傅立叶变换法将每段降噪声音时域信号转换为声音频域信号,如此可同时获得特征量的时域特征及频域特征。
图5所示为本公开根据一示例性实施例示出的目标马达工作时的声音频域信号的波形图,针对于手机弹出式相机步进马达工作时的声音频域信号的波形图可参见图5,由图5可知,幅度值较大处的波形对应步进马达的升降状态。
步骤13B2、将声音频域信号中的无效频域信号去除,得到目标频域信号。
终端设备可通过直方图滤波阈值法去除降噪声音频域信号中的无效频域信号,得到目标频域信号。其中,无效频域信号包括:声音频域信号中遗留的底噪频域信号。
步骤13B3、从目标频域信号中,提取目标马达工作时对应的目标频域信号的片段,作为有效声音信号。
在一个实施例中,步骤13B3包括但不限于:
提取目标马达工作时对应的目标频域信号的中部区域的信号片段,作为有效声音信号。
基于目标马达启动工作以及终止工作时可能存在异响,但可认为这是正常现象,而不将目标马达启动工作时以及终止工作时对应的波形作为分析对象。其中,中部区域的信号片段不包括目标马达启动工作时、终止工作时对应的信号片段。比如,可以截取目标马达启动工作0.1-0.2秒之后以及目标马达在终止工作0.1-0.2秒之前的信号片段,作为中部区域的信号片段,即有效声音信号。
图6所示为本公开根据一示例性实施例示出的目标马达工作时的中部区域的信号片段的波形图,针对于手机弹出式相机步进马达的工作声音频域数据对应的波形可参见图6。
步骤14、基于有效声音信号,确定目标马达的异响检测结果。
在一个实施例中,当目标马达工作时的有效声音信号包括:有效声音时域信号时,步骤14包括但不限于以下步骤:
步骤14A1、确定有效声音时域信号的特征数据。
步骤14A2、当特征数据超过所对应的设定阈值时,确定目标马达产生异响。
需要说明的是,目标马达工作的声音有大有小,当特征数据超过所对应的设定阈值时,确定目标马达产生异响,当特征数据未超过对应的设定阈值时,确定目标马达未产生异响。其中,设定阈值基于目标马达的实际工作而设定,可直接存储于终端设备中,或者,终端设备在执行该步骤时,也可通过其它设备采集设定阈值。
其中,有效声音时域信号的特征数据有多种,以下给出几个示例:
示例地,特征数据为有效声音时域信号幅度值的第一方差,其所对应的设定阈值为第一设定方差。计算目标马达工作时的有效声音时域信号(50个信号点、100个信号点、150个信号点、200个信号点、250个信号点或300个信号点等)的幅度值的第一方差。当第一方差超过第一设定方差时,确定目标马达产生异响。方差越大,信号的波动性及偏离程度越大,目标马达产生的声音越大,异响等级越高。其中,第一设定方差基于目标马达的具体工作情况设定并存储于终端设备中。
示例地,特征数据为有效声音时域信号的线性拟合直线的斜率和/或截距,斜率所对应的设定阈值为设定斜率,截距所对应的设定阈值为设定截距。对有效声音时域信号的各个信号点按照幅度值由小到大的顺序排序,并线性拟合得到直线,该直线具有斜率和截距。当斜率超过设定斜率,和/或截距超过设定截距时,确定目标马达产生异响。斜率和/或截距越大,信号的波动性及偏离程度越大,目标马达产生的声音越大,异响等级越高。其中,设定斜率及设定截距均基于目标马达的具体工作情况设定并存储于终端设备中。
示例地,特征数据为有效声音时域信号中参考数目的最大幅度值信号点的幅度值的第一加权求和值,其所对应的设定阈值为第一设定加权求和值。按照幅度值由小到大的顺序对多个信号点排序,然后选取幅度值较大的参考数目的信号点,并对这些信号点的幅度值进行加权求和,得到第一加权求和值。当第一加权求和值超过第一设定加权求和值时,确定目标马达产生异响。第一加权求和值越大,信号的波动性及偏离程度越大,目标马达产生的声音越大,异响等级越高。其中,参考数目可以为50个、80个、100个、150个等。参考数目和第一设定加权求和值均基于目标马达的具体工作情况设定并存储于终端设备中。
示例地,特征数据为有效声音时域信号中参考数目的中位幅度值信号点的第二加权求和值,其所对应的设定阈值为第二设定加权求和值。按照幅度值由小到大的顺序对多个信号点排序,然后选取幅度值处于中间位置的参考数目的信号点,并对幅度值进行加权求和,得到第二加权求和值。当第二加权求和值超过第二设定加权求和值时,确定目标马达产生异响。第二加权求和值越大,信号的波动性及偏离程度越大,目标马达产生的声音越大,异响等级越高。其中,参考数目可以为50个、80个、100个、150个等。参考数目和第二设定加权求和值均基于目标马达的具体工作情况设定并存储于终端设备中。
在一个实施例中,当目标马达工作时的有效声音信号包括:目标频域信号的片段时,步骤14包括但不限于以下步骤:
步骤14B1、确定目标马达工作时对应的目标频域信号的片段的特征数据。
步骤14B2、当特征数据超过所对应的设定阈值时,确定目标马达产生异响。
其中,目标频域信号的片段的特征数据有多种,以下给出几种示例:
示例地,特征数据为目标马达工作时对应的目标频域信号的片段的幅度值的第二方差,其所对应的设定阈值为第二设定方差。计算该信号片段的幅度值的第二方差,当第二方差超过第二设定方差时,确定目标马达存在异响。第二方差越大,波动性及偏离程度越大,目标马达产生的声音越大,异响等级越高。其中,第二设定方差基于目标马达的具体工作情况设定并存储于终端设备中。
示例地,特征数据为目标马达工作时对应的目标频域信号的片段中高于幅度阈值的信号幅度值的加权求和值,其所对应的设定阈值为第三设定加权求和值。设定幅度阈值,并对该幅度阈值以上的各个声音频域信号的幅度值进行加权求和,得到第三加权求和值,当第三加权求和值超过第三设定加权求和值时,确定目标马达存在异响。第三加权求和值越大,目标马达的异响越严重,异响等级越高。其中,幅度阈值和第三设定加权求和值均基于目标马达的具体工作情况设定并存储于终端设备中。
图7所示为本公开根据一示例性实施例示出的目标马达工作时对应的目标频域信号的片段与幅度阈值线之间的关系示意图,针对于手机弹出式相机步进马达工作时对应的目标频域信号的片段与幅度阈值线之间的关系可参见图7,如图7所示,对在幅度阈值线以上信号的幅度值进行加权求和,得到第三加权求和值,若高于第三设定加权求和值,说明步进马达存在异响,反之,说明步进马达不存在异响。
此外,在步骤14中,通过特征数据与设定阈值的比较还可精确地确定目标马达所产生异响的等级。
本公开实施例提供的马达异响的检测方法,通过对待测声音时域信号进行降噪处理,得到降噪声音时域信号,这减少了底噪时域信号的干扰,使该方法对环境底噪要求低,而且利于准确地从降噪声音时域信号中提取目标马达工作时的有效声音信号,基于该有效声音信号,能够高效地、准确地确定目标马达的异响检测结果。
本公开实施例提供的马达异响的检测方法简单、高效,对环境底噪要求不高,这为马达性能的检测和优化提供了一种简单、实用、经济的测试或评估方法。此外,本公开实施例提供的马达异响的检测方法还具有以下特点:
本公开实施例提供的方法能够:(1)检测升降等机构运动状态的马达是否存在异响。(2)检测混杂于底噪信号而难以辨别的马达工作时的声音时域信号。(3)检测不同频谱的马达是否存在异响。(4)确定马达工作的异响等级,可精确地识别马达运转不畅、运转过程中异音等问题。(5)通过各个波形图直观地展示出马达的工作状态,帮助产线快速定位问题。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。
其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
与前述应用功能实现方法实施例相对应,本公开还提供了应用功能实现装置及相应的终端的实施例。
图8所示为本公开根据一示例性实施例示出的一种马达异响的检测装置框图,如图8所示,该装置包括:
获取模块81,用于获取待测声音时域信号,待测声音时域信号包括目标马达工作时的声音时域信号。
降噪模块82,用于对待测声音时域信号进行降噪处理,得到降噪声音时域信号。
提取模块83,用于从降噪声音时域信号中,提取目标马达工作时的有效声音信号。
确定模块84,用于基于有效声音信号,确定目标马达的异响检测结果。
图9所示为本公开根据一示例性实施例示出的降噪模块82的框图,在一个实施例中,如图9所示,降噪模块82包括:
第一滤波单元91,用于通过高通滤波方法滤除待测声音时域信号中的底噪时域信号,得到降噪声音时域信号。
在一个实施例中,如图9所示,降噪模块82包括:
第二滤波单元92,用于对待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号。
第一确定单元93,用于确定待测声音时域信号与底噪时域信号的差值,作为降噪声音时域信号。
图10所示为本公开根据一示例性实施例示出的提取模块的框图,在一个实施例中,如图10所示,提取模块83包括:
第一去除单元101,用于将降噪声音时域信号中的无效时域信号去除,得到目标时域信号。
第一提取单元102,用于从目标时域信号中,提取目标马达工作时的有效声音时域信号,作为有效声音信号。
在一个实施例中,第一提取单元102包括:第一子提取单元,用于从目标时域信号中提取幅度值大于参考阈值的信号,作为目标马达工作时的有效声音时域信号。
图11所示为本公开根据一示例性实施例示出的确定模块84的框图,在一个实施例中,如图11所示,确定模块84包括:
第二确定单元111,用于确定有效声音时域信号的特征数据。
第三确定单元112,用于当特征数据超过所对应的设定阈值时,确定目标马达产生异响。
图12所示为本公开根据一示例性实施例示出的提取模块83的框图,在一个实施例中,如图12所示,提取模块83包括:
转换单元121,用于采用短时傅立叶变换法将降噪声音时域信号转换为声音频域信号。
第二去除单元122,用于将声音频域信号中的无效频域信号去除,得到目标频域信号。
第二提取单元123,用于从目标频域信号中,提取目标马达工作时对应的目标频域信号的片段,作为有效声音信号。
在一个实施例中,第二提取单元123包括:
第二子提取单元,用于提取目标马达工作时对应的目标频域信号的中部区域的信号片段,作为有效声音信号。
图13所示为本公开根据一示例性实施例示出的确定模块84的框图,在一个实施例中,如图13所示,确定模块84包括:
第四确定单元131,用于确定目标马达工作时对应的目标频域信号的片段的特征数据;
第五确定单元132,用于当特征数据超过所对应的设定阈值时,确定目标马达产生异响。
本公开实施例提供的马达异响的检测方法,通过降噪模块82对待测声音时域信号进行降噪处理,得到降噪声音时域信号,这减少了底噪时域信号的干扰,使该方法对环境底噪要求低,而且利于提取模块83准确地从降噪声音时域信号中提取目标马达工作时的有效声音信号,通过确定模块84基于该有效声音信号,能够高效地、准确地确定目标马达的异响检测结果。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,一方面,本公开实施例提供了一种马达异响的检测装置,包括一个或多个处理器及存储器;存储器存储有可被处理器调用的程序;其中,处理器执行程序时,实现上述任一种马达异响的检测方法。
图14所示为本公开根据一示例性实施例示出的马达异响的检测系统,本公开实施例还提供了一种马达异响的检测系统,如图14所示,该系统包括:声音采集装置1401,用于采集待测声音时域信号;及上述提及的任一种马达异响的检测装置1402,检测装置1402与声音采集装置1401电连接。
其中,声音采集装置1401可以为设于目标马达外部,且灵敏度高的麦克风。检测装置1402能够通过处理器实现对马达异响的检测。
图15所示为本公开根据一示例性实施例示出的马达异响的检测系统,本公开实施例还提供了一种马达异响的检测系统,如图15所示,该系统包括:声音采集装置1501和与声音采集装置1501电连接的检测装置1502。其中,声音采集装置1501,用于采集待测声音时域信号,并将待测声音时域信号发送至检测装置1502。检测装置1502,用于:对待测声音时域信号进行降噪处理,得到降噪声音时域信号;从降噪声音时域信号中,提取目标马达工作时的有效声音信号;基于有效声音信号,确定目标马达的异响检测结果。
其中,声音采集装置1501可以为灵敏度高的麦克风。
检测装置1502通过滤波器15021与处理器15022的配合实现对马达的异响检测。在一个实施例中,检测装置1502包括:滤波器15021和处理器15022;滤波器15021,用于对待测声音时域信号进行降噪处理,得到降噪声音时域信号,并发送至处理器15022;处理器15022,用于从降噪声音时域信号中,提取目标马达工作时的有效声音信号;基于有效声音信号,确定目标马达的异响检测结果。
滤波器15021可通过以下两种方式实现对信号的降噪处理:
在一个实施例中,滤波器15021包括滤波单元150211,用于通过高通滤波方法滤除待测声音时域信号中的底噪时域信号,得到降噪声音时域信号,并将降噪声音时域信号发送至处理器15022。
在另一个实施例中,滤波器15021包括:电连接的滤波单元150211和减法单元150212;滤波单元150211,用于接收声音采集装置1501发送的待测声音时域信号,并对待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;减法单元150212,用于确定待测声音时域信号与底噪时域信号的差值,作为降噪声音时域信号,并将降噪声音时域信号发送至处理器15022。
图16所示为根据一示例性实施例示出的一种马达异响的检测装置1600的结构示意图。例如,装置1600可以是用户设备,可以具体为移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理,可穿戴设备如智能手表、智能眼镜、智能手环、智能跑鞋等。
参照图16,装置1600可以包括以下一个或多个组件:处理组件1602,存储器1604,电源组件1606,多媒体组件1608,音频组件1610,输入/输出(I/O)的接口1612,传感器组件1614,以及通信组件1616。
处理组件1602通常控制装置1600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1602可以包括一个或多个处理器1620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1602可以包括一个或多个模块,便于处理组件1602和其他组件之间的交互。例如,处理组件1602可以包括多媒体模块,以方便多媒体组件1608和处理组件1602之间的交互。
存储器1604被配置为存储各种类型的数据以支持在设备1600的操作。这些数据的示例包括用于在装置1600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1606为装置1600的各种组件提供电力。电源组件1606可以包括电源管理系统,一个或多个电源,及其他与为装置1600生成、管理和分配电力相关联的组件。
多媒体组件1608包括在上述装置1600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。上述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与上述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1608包括一个前置摄像头和/或后置摄像头。当设备1600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1610被配置为输出和/或输入音频信号。例如,音频组件1610包括一个麦克风(MIC),当装置1600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1604或经由通信组件1616发送。在一些实施例中,音频组件1610还包括一个扬声器,用于输出音频信号。
I/O接口1612为处理组件1602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1614包括一个或多个传感器,用于为装置1600提供各个方面的状态评估。例如,传感器组件1614可以检测到设备1600的打开/关闭状态,组件的相对定位,例如上述组件为装置1600的显示器和小键盘,传感器组件1614还可以检测装置1600或装置1600一个组件的位置改变,用户与装置1600接触的存在或不存在,装置1600方位或加速/减速和装置1600的温度变化。传感器组件1614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1616被配置为便于装置1600和其他设备之间有线或无线方式的通信。装置1600可以接入基于通信标准的无线网络,如WiFi,2G或3G,4G LTE、5G NR或它们的组合。在一个示例性实施例中,通信组件1616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,上述通信组件1616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述提及的任一种检测方法。例如包括指令的存储器1604,当存储介质中的指令由装置1600的处理器1620执行时,使得装置1600能够执行马达异响的检测方法。
所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (24)
1.一种马达异响的检测方法,其特征在于,所述检测方法包括:
获取待测声音时域信号,所述待测声音时域信号包括目标马达工作时的声音时域信号;
对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;
从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;
基于所述有效声音信号,确定所述目标马达的异响检测结果。
2.根据权利要求1所述的检测方法,其特征在于,所述对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,包括:
通过高通滤波方法滤除所述待测声音时域信号中的底噪时域信号,得到所述降噪声音时域信号。
3.根据权利要求1所述的检测方法,其特征在于,所述对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,包括:
对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号。
4.根据权利要求1-3任一项所述的检测方法,其特征在于,从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号,包括:
将所述降噪声音时域信号中的无效时域信号去除,得到目标时域信号;
从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号。
5.根据权利要求4所述的检测方法,其特征在于,所述从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号,包括:
从所述目标时域信号中提取幅度值大于参考阈值的信号,作为所述目标马达工作时的有效声音时域信号。
6.根据权利要求4所述的检测方法,其特征在于,所述基于所述有效声音信号,确定所述目标马达的异响检测结果,包括:
确定所述有效声音时域信号的特征数据;
当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
7.根据权利要求1-3任一项所述的检测方法,其特征在于,从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号,包括:
采用短时傅立叶变换法将所述降噪声音时域信号转换为声音频域信号;
将所述声音频域信号中的无效频域信号去除,得到目标频域信号;
从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号。
8.根据权利要求7所述的检测方法,其特征在于,所述从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号,包括:
提取所述目标马达工作时对应的所述目标频域信号的中部区域的信号片段,作为所述有效声音信号。
9.根据权利要求7所述的检测方法,其特征在于,所述基于所述有效声音信号,确定所述目标马达的异响检测结果,包括:
确定所述目标马达工作时对应的所述目标频域信号的片段的特征数据;
当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
10.一种马达异响的检测装置,其特征在于,所述检测装置包括:
获取模块,用于获取待测声音时域信号,所述待测声音时域信号包括目标马达工作时的声音时域信号;
降噪模块,用于对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;
提取模块,用于从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;
确定模块,用于基于所述有效声音信号,确定所述目标马达的异响检测结果。
11.根据权利要求10所述的检测装置,其特征在于,所述降噪模块包括:
第一滤波单元,用于通过高通滤波方法滤除所述待测声音时域信号中的底噪时域信号,得到所述降噪声音时域信号。
12.根据权利要求10所述的检测装置,其特征在于,所述降噪模块包括:
第二滤波单元,用于对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
第一确定单元,用于确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号。
13.根据权利要求10-12任一项所述的检测装置,其特征在于,所述提取模块包括:
第一去除单元,用于将所述降噪声音时域信号中的无效时域信号去除,得到目标时域信号;
第一提取单元,用于从所述目标时域信号中,提取所述目标马达工作时的有效声音时域信号,作为所述有效声音信号。
14.根据权利要求13所述的检测装置,其特征在于,所述第一提取单元包括:
第一子提取单元,用于从所述目标时域信号中提取幅度值大于参考阈值的信号,作为所述目标马达工作时的有效声音时域信号。
15.根据权利要求13所述的检测装置,其特征在于,所述确定模块包括:
第二确定单元,用于确定所述有效声音时域信号的特征数据;
第三确定单元,用于当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
16.根据权利要求10-12任一项所述的检测装置,其特征在于,所述提取模块包括:
转换单元,用于采用短时傅立叶变换法将所述降噪声音时域信号转换为声音频域信号;
第二去除单元,用于将所述声音频域信号中的无效频域信号去除,得到目标频域信号;
第二提取单元,用于从所述目标频域信号中,提取所述目标马达工作时对应的所述目标频域信号的片段,作为所述有效声音信号。
17.根据权利要求16所述的检测装置,其特征在于,所述第二提取单元包括:
第二子提取单元,用于提取所述目标马达工作时对应的所述目标频域信号的中部区域的信号片段,作为所述有效声音信号。
18.根据权利要求16所述的检测装置,其特征在于,所述确定模块包括:
第四确定单元,用于确定所述目标马达工作时对应的所述目标频域信号的片段的特征数据;
第五确定单元,用于当所述特征数据超过所对应的设定阈值时,确定所述目标马达产生异响。
19.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-9任一所述的检测方法。
20.一种马达异响的检测装置,其特征在于,包括一个或多个处理器及存储器;所述存储器存储有可被处理器调用的程序;其中,所述处理器执行所述程序时,实现权利要求1-9中任一项所述的检测方法。
21.一种马达异响的检测系统,其特征在于,包括:
声音采集装置,用于采集待测声音时域信号;及
权利要求10-18中任一项或权利要求20所述的马达异响的检测装置,所述检测装置与所述声音采集装置电连接。
22.一种马达异响的检测系统,其特征在于,包括:声音采集装置和与所述声音采集装置电连接的检测装置,其中,
所述声音采集装置,用于采集待测声音时域信号,并将所述待测声音时域信号发送至所述检测装置;
所述检测装置,用于:对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号;从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;基于所述有效声音信号,确定所述目标马达的异响检测结果。
23.根据权利要求22所述的检测系统,其特征在于,所述检测装置包括:滤波器和处理器;
所述滤波器,用于对所述待测声音时域信号进行降噪处理,得到降噪声音时域信号,并发送至所述处理器;
所述处理器,用于从所述降噪声音时域信号中,提取所述目标马达工作时的有效声音信号;基于所述有效声音信号,确定所述目标马达的异响检测结果。
24.根据权利要求23所述的检测系统,其特征在于,所述滤波器包括:电连接的滤波单元和减法单元;
所述滤波单元,用于接收所述声音采集装置发送的所述待测声音时域信号,并对所述待测声音时域信号进行平滑滤波或三阶样条滤波处理,得到底噪时域信号;
所述减法单元,用于确定所述待测声音时域信号与所述底噪时域信号的差值,作为所述降噪声音时域信号,并将所述降噪声音时域信号发送至所述处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910471623.XA CN112013947A (zh) | 2019-05-31 | 2019-05-31 | 马达异响检测方法及其装置、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910471623.XA CN112013947A (zh) | 2019-05-31 | 2019-05-31 | 马达异响检测方法及其装置、系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112013947A true CN112013947A (zh) | 2020-12-01 |
Family
ID=73506795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910471623.XA Pending CN112013947A (zh) | 2019-05-31 | 2019-05-31 | 马达异响检测方法及其装置、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112013947A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414038A (zh) * | 2022-01-26 | 2022-04-29 | 歌尔科技有限公司 | 马达模组的转动异音检测方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001272268A (ja) * | 2000-03-27 | 2001-10-05 | Nissan Motor Co Ltd | 機械の異常検査装置 |
US20040260454A1 (en) * | 2003-06-11 | 2004-12-23 | Basir Otman A. | Vibro-acoustic engine diagnostic system |
CN103558029A (zh) * | 2013-10-22 | 2014-02-05 | 重庆建设摩托车股份有限公司 | 一种发动机异响故障在线诊断系统和诊断方法 |
CN106356071A (zh) * | 2016-08-30 | 2017-01-25 | 广州市百果园网络科技有限公司 | 一种噪声检测方法,及装置 |
-
2019
- 2019-05-31 CN CN201910471623.XA patent/CN112013947A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001272268A (ja) * | 2000-03-27 | 2001-10-05 | Nissan Motor Co Ltd | 機械の異常検査装置 |
US20040260454A1 (en) * | 2003-06-11 | 2004-12-23 | Basir Otman A. | Vibro-acoustic engine diagnostic system |
CN103558029A (zh) * | 2013-10-22 | 2014-02-05 | 重庆建设摩托车股份有限公司 | 一种发动机异响故障在线诊断系统和诊断方法 |
CN106356071A (zh) * | 2016-08-30 | 2017-01-25 | 广州市百果园网络科技有限公司 | 一种噪声检测方法,及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414038A (zh) * | 2022-01-26 | 2022-04-29 | 歌尔科技有限公司 | 马达模组的转动异音检测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10997477B2 (en) | Foreign matter recognition method and device | |
EP3264332B1 (en) | Device and method for recognizing fingerprint | |
CN111210021B (zh) | 一种音频信号处理方法、模型训练方法以及相关装置 | |
CN106161705B (zh) | 音频设备测试方法及装置 | |
CN110890083B (zh) | 音频数据的处理方法、装置、电子设备及存储介质 | |
CN110992989B (zh) | 语音采集方法、装置及计算机可读存储介质 | |
EP3923275B1 (en) | Device wakeup method and apparatus, electronic device, and storage medium | |
CN104866409A (zh) | 内存泄露监控方法和装置 | |
CN107132949B (zh) | 抗干扰方法、装置、终端及存储介质 | |
CN108665889B (zh) | 语音信号端点检测方法、装置、设备及存储介质 | |
CN105301183B (zh) | 空气质量检测方法和装置 | |
CN111968662A (zh) | 音频信号的处理方法及装置、存储介质 | |
CN113887474B (zh) | 呼吸率检测方法及装置、电子设备和存储介质 | |
CN112484747B (zh) | 计步方法、计步装置及存储介质 | |
CN110970051A (zh) | 语音数据采集方法、终端及可读存储介质 | |
CN114140616A (zh) | 心率检测方法及装置、电子设备和存储介质 | |
CN111654622B (zh) | 拍摄对焦方法、装置、电子设备及存储介质 | |
CN112013947A (zh) | 马达异响检测方法及其装置、系统 | |
US10810439B2 (en) | Video identification method and device | |
CN111627416A (zh) | 音频噪声消除方法、装置、设备和存储介质 | |
CN108279805B (zh) | 保护膜检测方法、装置及存储介质 | |
EP4040190A1 (en) | Method and apparatus for event detection, electronic device, and storage medium | |
CN112882394A (zh) | 设备控制方法、控制装置及可读存储介质 | |
CN109065145B (zh) | 心电数据处理方法、装置及存储介质 | |
CN113486802A (zh) | 用于提供护眼模式的方法、装置、存储介质及移动设备 |
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: 20201201 |
|
RJ01 | Rejection of invention patent application after publication |