CN112814890A - 一种基于声纹和震动检测泵机故障的方法 - Google Patents
一种基于声纹和震动检测泵机故障的方法 Download PDFInfo
- Publication number
- CN112814890A CN112814890A CN202110161597.8A CN202110161597A CN112814890A CN 112814890 A CN112814890 A CN 112814890A CN 202110161597 A CN202110161597 A CN 202110161597A CN 112814890 A CN112814890 A CN 112814890A
- Authority
- CN
- China
- Prior art keywords
- fault
- vibration
- sound
- pump
- similarity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000004804 winding Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于声纹和震动检测泵机故障的方法，涉及泵机故障检测技术领域。本发明包括采集泵机的运行声音数据以及泵机的驱动端的运行震动信号；对运行声音数据进行特征提取获取运行声音特征；对运行震动信号进行特征提取获取运行震动特征。本发明通过采集泵机的运行声音数据以及泵机的驱动端的运行震动信号并对应提取运行声音特征以及运行震动特征；分别计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度，以及运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；实现对泵机运行故障的精确定位与判断。
Description
技术领域
本发明属于泵机故障检测技术领域，特别是涉及一种基于声纹和震动检测泵机故障的方法。
背景技术
目前，水泵在运行过程中，通常采用以下两种故障诊断方法：
其一：由水泵巡检人员采用耳听(耳听水泵运行时的声音)、手摸(用人手的触觉监测设备的温度、振动及间隙的变化情况)、眼观(人的视觉可以观察设备上的机件有无松动、裂纹及其他损伤等)的简单方法，根据个人经验对水泵的运行状态做出判断。由于仅靠巡检人员根据个人经验对水泵的运行状态做出判断，该方法费时费力，不能及时有效准确的监测水泵的运行状态进而对水泵故障做出准确判断。
其二：水泵配置监测电流、温度、振动、压力、流量等传感器，当某一传感器参数超过预设值时，水泵控制系统依据超标参数种类及大小相应做出保护动作或报警，维护人员根据故障数据检查水泵并核实故障信息。由于诊断方法单一，仅依靠某一采集终端信息做出故障诊断，该方法经常会发生误报或漏报的情况，特别是当某一采集终端故障或精度不足时。由此引起生产无故停车、反复开停机或安全事故的发生，造成人力物力的浪费、运行成本的提高以及影响安全生产。
因此，水泵故障诊断存在费时费力、不及时、不准确、不可靠，误报、漏报水泵故障信息，引起企业经济损失同时影响企业安全生产的不足等问题。为解决上述问题，本发明提供一种基于声纹和震动检测泵机故障的方法。
发明内容
本发明的目的在于提供一种基于声纹和震动检测泵机故障的方法，用以解决背景技术中提出的技术问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种基于声纹和震动检测泵机故障的方法，包括如下过程：
A00：采集泵机的运行声音数据以及泵机的驱动端的运行震动信号；
A01：对运行声音数据进行特征提取获取运行声音特征；
A02：对运行震动信号进行特征提取获取运行震动特征；
A03：分析计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度；
A04：分析计算运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；
A05：筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；
A06：判断筛余故障类型是否存在声音故障相似度大于声音故障相似阈值的故障类型；若是，则警报对应故障类型为疑似声音故障；若否，则执行A07；
其中，所述筛余故障类型为除所述紧急故障类型之外的故障类型；
A07：判断筛余故障类型是否存在震动故障相似阈值的故障类型；若是则警报对应故障类型为疑似震动故障；若否，则检测泵机无故障。
作为一种优选的技术方案，所述故障声音特征为通过对同一故障的若干不同泵机的运行故障声音采集形成故障声音样本；对所述故障声音样本进行特征提取获取若干故障样本特征；对若干所述故障样本特征进行均值处理获取对应故障类型的故障声音特征。
作为一种优选的技术方案，所述声音故障相似度计算方式为运行声音特征与故障声音特征的重合度；所述声音故障相似阈值为判定运行声音特征与故障声音特征相同的声音故障相似度的临界值。
作为一种优选的技术方案，所述故障震动特征为通过对同一故障的若干不同泵机的运行故障震动采集形成故障震动样本；对所述故障震动样本进行特征提取获取若干故障样本特征；对若干所述故障样本特征进行均值处理获取对应故障类型的故障声音特征。
作为一种优选的技术方案，所述震动故障相似度计算方式为运行震动特征与故障震动特征的重合度；所述震动故障相似阈值为判定运行震动特征与故障震动特征相同的震动故障相似度的临界值。
作为一种优选的技术方案，不同所述故障类型下对应着不同的泵机故障温度区间。
作为一种优选的技术方案，A06中警报对应故障类型为疑似声音故障之后还包括如下过程：采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，则判定疑似声音故障为对应故障类型。
作为一种优选的技术方案，A07中警报对应故障类型为疑似震动故障之后还包括如下过程：采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，判定疑似震动故障为对应故障类型。
本发明具有以下有益效果：
1、本发明通过采集泵机的运行声音数据以及泵机的驱动端的运行震动信号并对应提取运行声音特征以及运行震动特征；分别计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度，以及运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；实现对泵机运行故障的精确定位与判断，提高泵机故障的识别性，便捷实用。
2、本发明对于警报对应故障类型为疑似声音故障或者警报对应故障类型为疑似震动故障；再通过采集当前泵机绕组温度并判断当前泵机绕组温度位于泵机故障温度区间内时，则亦能精确确定对应故障类型，便捷实用。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的一种基于声纹和震动检测泵机故障的方法的流程图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于声纹和震动检测泵机故障的方法，包括如下过程：
A00：采集泵机的运行声音数据以及泵机的驱动端的运行震动信号；
A01：对运行声音数据进行特征提取获取运行声音特征；具体的，故障声音特征为通过对同一故障的若干不同泵机的运行故障声音采集形成故障声音样本；对故障声音样本进行特征提取获取若干故障样本特征；对若干故障样本特征进行均值处理获取对应故障类型的故障声音特征；
A02：对运行震动信号进行特征提取获取运行震动特征；具体的，故障震动特征为通过对同一故障的若干不同泵机的运行故障震动采集形成故障震动样本；对故障震动样本进行特征提取获取若干故障样本特征；对若干故障样本特征进行均值处理获取对应故障类型的故障声音特征；
A03：分析计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度；具体的，声音故障相似度计算方式为运行声音特征与故障声音特征的重合度；声音故障相似阈值为判定运行声音特征与故障声音特征相同的声音故障相似度的临界值；
A04：分析计算运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；具体的，震动故障相似度计算方式为运行震动特征与故障震动特征的重合度；震动故障相似阈值为判定运行震动特征与故障震动特征相同的震动故障相似度的临界值；
A05：筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；
A06：判断筛余故障类型是否存在声音故障相似度大于声音故障相似阈值的故障类型；若是，则警报对应故障类型为疑似声音故障；若否，则执行A07；
其中，筛余故障类型为除紧急故障类型之外的故障类型；
A07：判断筛余故障类型是否存在震动故障相似阈值的故障类型；若是则警报对应故障类型为疑似震动故障；若否，则检测泵机无故障。
另外，不同故障类型下对应着不同的泵机故障温度区间。
A06中警报对应故障类型为疑似声音故障之后还包括如下过程：
采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，则判定疑似声音故障为对应故障类型。
A07中警报对应故障类型为疑似震动故障之后还包括如下过程：
采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，判定疑似震动故障为对应故障类型。
本发明实际使用时，通过采集泵机的运行声音数据以及泵机的驱动端的运行震动信号并对应提取运行声音特征以及运行震动特征；分别计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度，以及运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；实现对泵机运行故障的精确定位与判断，提高泵机故障的识别性，便捷实用。
另外，对于警报对应故障类型为疑似声音故障或者警报对应故障类型为疑似震动故障；再通过采集当前泵机绕组温度并判断当前泵机绕组温度位于泵机故障温度区间内时，则亦能精确确定对应故障类型，便捷实用。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于声纹和震动检测泵机故障的方法，其特征在于，包括如下过程：
A00：采集泵机的运行声音数据以及泵机的驱动端的运行震动信号；
A01：对运行声音数据进行特征提取获取运行声音特征；
A02：对运行震动信号进行特征提取获取运行震动特征；
A03：分析计算运行声音特征与不同故障类型对应的故障声音特征的声音故障相似度；
A04：分析计算运行震动特征与不同故障类型对应的故障震动特征的震动故障相似度；
A05：筛选声音故障相似度大于声音故障相似阈值且故障相似度大于震动故障相似阈值的故障类型为紧急故障类型；
A06：判断筛余故障类型是否存在声音故障相似度大于声音故障相似阈值的故障类型；若是，则警报对应故障类型为疑似声音故障；若否，则执行A07；
其中，所述筛余故障类型为除所述紧急故障类型之外的故障类型；
A07：判断筛余故障类型是否存在震动故障相似阈值的故障类型；若是则警报对应故障类型为疑似震动故障；若否，则检测泵机无故障。
2.根据权利要求1所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，所述故障声音特征为通过对同一故障的若干不同泵机的运行故障声音采集形成故障声音样本；对所述故障声音样本进行特征提取获取若干故障样本特征；对若干所述故障样本特征进行均值处理获取对应故障类型的故障声音特征。
3.根据权利要求2所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，所述声音故障相似度计算方式为运行声音特征与故障声音特征的重合度；所述声音故障相似阈值为判定运行声音特征与故障声音特征相同的声音故障相似度的临界值。
4.根据权利要求1或3所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，所述故障震动特征为通过对同一故障的若干不同泵机的运行故障震动采集形成故障震动样本；对所述故障震动样本进行特征提取获取若干故障样本特征；对若干所述故障样本特征进行均值处理获取对应故障类型的故障声音特征。
5.根据权利要求4所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，所述震动故障相似度计算方式为运行震动特征与故障震动特征的重合度；所述震动故障相似阈值为判定运行震动特征与故障震动特征相同的震动故障相似度的临界值。
6.根据权利要求1或5所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，不同所述故障类型下对应着不同的泵机故障温度区间。
7.根据权利要求6所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，A06中警报对应故障类型为疑似声音故障之后还包括如下过程：
采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，则判定疑似声音故障为对应故障类型。
8.根据权利要求7所述的一种基于声纹和震动检测泵机故障的方法，其特征在于，A07中警报对应故障类型为疑似震动故障之后还包括如下过程：
采集当前泵机绕组温度并判断当前泵机绕组温度是否位于泵机故障温度区间内；若是，判定疑似震动故障为对应故障类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110161597.8A CN112814890A (zh) | 2021-02-05 | 2021-02-05 | 一种基于声纹和震动检测泵机故障的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110161597.8A CN112814890A (zh) | 2021-02-05 | 2021-02-05 | 一种基于声纹和震动检测泵机故障的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112814890A true CN112814890A (zh) | 2021-05-18 |
Family
ID=75861813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110161597.8A Pending CN112814890A (zh) | 2021-02-05 | 2021-02-05 | 一种基于声纹和震动检测泵机故障的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112814890A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176501A (zh) * | 2021-06-30 | 2021-07-27 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102494894A (zh) * | 2011-11-17 | 2012-06-13 | 高丙团 | 风力发电机组音频监测和故障诊断系统及其方法 |
| CN105223453A (zh) * | 2015-11-03 | 2016-01-06 | 广东电网有限责任公司佛山供电局 | 基于多指标综合评价的配电变压器故障诊断装置及方法 |
| CN108593084A (zh) * | 2018-03-30 | 2018-09-28 | 刘文飞 | 一种通信机房设备健康状态的检测分析方法 |
| CN110405537A (zh) * | 2019-07-17 | 2019-11-05 | 湘潭大学 | 一种基于深度学习的导轨精度预测模型的建立方法 |
| CN111336100A (zh) * | 2020-04-10 | 2020-06-26 | 中国恩菲工程技术有限公司 | 水泵故障诊断系统 |
| CN112082781A (zh) * | 2019-06-12 | 2020-12-15 | 比亚迪股份有限公司 | 车辆及其故障检测方法和故障检测装置 |
-
2021
- 2021-02-05 CN CN202110161597.8A patent/CN112814890A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102494894A (zh) * | 2011-11-17 | 2012-06-13 | 高丙团 | 风力发电机组音频监测和故障诊断系统及其方法 |
| CN105223453A (zh) * | 2015-11-03 | 2016-01-06 | 广东电网有限责任公司佛山供电局 | 基于多指标综合评价的配电变压器故障诊断装置及方法 |
| CN108593084A (zh) * | 2018-03-30 | 2018-09-28 | 刘文飞 | 一种通信机房设备健康状态的检测分析方法 |
| CN112082781A (zh) * | 2019-06-12 | 2020-12-15 | 比亚迪股份有限公司 | 车辆及其故障检测方法和故障检测装置 |
| CN110405537A (zh) * | 2019-07-17 | 2019-11-05 | 湘潭大学 | 一种基于深度学习的导轨精度预测模型的建立方法 |
| CN111336100A (zh) * | 2020-04-10 | 2020-06-26 | 中国恩菲工程技术有限公司 | 水泵故障诊断系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113176501A (zh) * | 2021-06-30 | 2021-07-27 | 深圳百里科技有限公司 | 基于物联网的设备故障检测方法、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111336100A (zh) | 水泵故障诊断系统 | |
| CN107065720A (zh) | 智能电机故障录波预警系统 | |
| CN113982850B (zh) | 融合高低频信号的风机综合健康分析方法及系统 | |
| CN111204363A (zh) | 一种牵引系统故障诊断预警和状态评估方法、装置及系统 | |
| CN113562562A (zh) | 一种电梯安全预警监测系统及其判断方法 | |
| CN114781476B (zh) | 一种量测设备故障分析系统和方法 | |
| CN116292241A (zh) | 一种输油泵机组的故障诊断预警方法及系统 | |
| CN110987081B (zh) | 一种室外环境检测系统 | |
| CN112814890A (zh) | 一种基于声纹和震动检测泵机故障的方法 | |
| CN115220396A (zh) | 一种数控机床智能监控方法及系统 | |
| CN115018220A (zh) | 一种基于知识图谱的家电故障预测方法和系统 | |
| CN114676791A (zh) | 一种基于模糊证据推理的电力系统告警信息处理方法 | |
| CN115059634A (zh) | 鼓风设备的故障诊断方法及装置、电子设备 | |
| CN113670434B (zh) | 变电站设备声音异常识别方法、装置和计算机设备 | |
| CN110687851A (zh) | 一种终端运行监控系统及方法 | |
| CN116951328B (zh) | 基于大数据的排水管线运行智慧监控系统 | |
| CN117373478A (zh) | 一种用于变压器的声纹识别系统 | |
| CN117221145A (zh) | 基于物联网平台的设备故障预测性维护系统 | |
| CN116380468A (zh) | 一种智慧码头用故障检测系统及搭建方法 | |
| CN110303592A (zh) | 基于震动信息的混凝土生产设备在线故障检测方法及系统 | |
| CN110319924A (zh) | 基于噪音分贝的混凝土生产设备在线故障检测方法及系统 | |
| CN115630284A (zh) | 一种考虑服役周期的空压机故障分析与寿命预测系统 | |
| CN115788771A (zh) | 一种基于物联网技术的风力发电系统的智能运维管理系统 | |
| CN107014483A (zh) | 一种基于声音监测的机械设备自检系统 | |
| CN113609964A (zh) | 一种电机异常振动预警方法及系统 |
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: 20210518 |
|
| RJ01 | Rejection of invention patent application after publication |