CN113916360B - 一种噪声检测方法、装置及介质 - Google Patents
一种噪声检测方法、装置及介质 Download PDFInfo
- Publication number
- CN113916360B CN113916360B CN202111128417.2A CN202111128417A CN113916360B CN 113916360 B CN113916360 B CN 113916360B CN 202111128417 A CN202111128417 A CN 202111128417A CN 113916360 B CN113916360 B CN 113916360B
- Authority
- CN
- China
- Prior art keywords
- data
- rotation speed
- noise
- noise detection
- standard value
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 138
- 238000012360 testing method Methods 0.000 claims abstract description 62
- 238000013507 mapping Methods 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 35
- 238000001914 filtration Methods 0.000 claims description 29
- 238000009499 grossing Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 abstract description 39
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/10—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring thermal variables
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种噪声检测方法、装置及介质，应用于噪声检测技术领域。其方法采集待检测机在加压测试时对应风扇的实际转速数据，获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。该方法完全代替人为干预检测，减少噪声检测的误差，并且通过在线噪声检测，节省购买额外噪声检测设备的费用，从而节省占用待检测机测试位置，提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。此外，本发明所公开的一种噪声检测装置及介质，效果如上。
Description
技术领域
本发明涉及噪声检测技术领域，特别是涉及一种噪声检测方法、装置及介质。
背景技术
随着技术的发展和创新，对于数据的处理理想状态是用更少的服务器等设备运行更多的工作负载，进而减少设备的功耗与占用空间，因此利用边缘算法处理数据，由于边缘计算处理数据时，对于服务器等设备所在的物理位置更接近于使用者，产生的噪声会影响使用者的听觉，因此，对设备的噪声优化需要较高的要求，在生产设备时对噪声的检测成为重要一项检测操作。
通常情况下，对设备的噪声检测采用人工判别设备的噪声是否正常，但是设备在出厂检测的时间需要耗费较长的时间，甚至每个设备的测试噪声的时间不相同，单靠人工判断，具有很大的局限性，浪费人力资源，人工判断的标准不一，从而带来的噪声检测也有较大的误差性。对于增加噪声测试仪器，则会占用设备测试位置，降低设备的生产效率，同时设备相互之间也会干扰测试仪的判断造成识别率低，故无法保证设备的噪声检测的可靠性与准确度。
因此，如何提高噪声检测的可靠性和准确性是本领域技术人员亟需要解决的。
发明内容
本发明的目的是提供一种噪声检测方法、装置及介质，保证设备的噪声检测的可靠性与准确度。
为解决上述技术问题，本发明提供一种噪声检测方法，该方法包括：
采集待检测机在加压测试时对应风扇的实际转速数据；
获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到；
根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。
优选地，转速标准值通过如下步骤得到：
获取样机在加压测试时对应的风扇转速数据以及噪声的分贝数据；
将风扇转速数据和分贝数据形成映射关系并通过聚类算法获取聚类参数的映射比范围；
根据映射比范围过滤风扇转速数据得到过滤数据；
将风扇转速数据中除过滤数据之外的剩余数据通过平滑处理得到最终数据；
将最终数据与过滤数据合并得到有效数据；
在有效数据中提取噪声分贝容忍范围内对应的转速数据；
将转速数据通过分段处理得到转速标准值。
优选地，根据映射比范围过滤风扇转速数据得到过滤数据，包括：
获取通过映射比范围过滤出的数据的第一数据量；
判断第一数据量是否大于预设量；
若是，则提取通过映射比范围过滤出的数据以作为过滤数据；
若否，则缩小映射比范围，并返回至获取通过映射比范围过滤出的数据的第一数据量的步骤。
优选地，将风扇转速数据中除过滤数据之外的剩余数据通过平滑处理得到最终数据，包括：
将剩余数据通过平均值计算获取剩余数据平均值；
在剩余数据平均值的第一预设范围内获取剩余数据的最终数据。
优选地，将转速数据通过分段处理得到转速标准值，包括：
将转速数据从大到小依次排列；
在转速数据的第二预设范围内获取转速数据的标准数据；
将标准数据通过平均值计算得到转速标准值。
优选地，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果，包括：
获取实际转速数据的总数据量；
比较各个实际转速数据与转速标准值两者的关系；
统计实际转速数据大于转速标准值的第二数据量；
当第二数据量小于总数据量的阈值时，则确定待检测机的噪声检测结果正常；
当第二数据量大于总数据量的阈值时，则确定待检测机的噪声检测结果不正常。
优选地，还包括：
当确定待检测机的噪声检测结果不正常时，播放报警信息。
为解决上述技术问题，本发明还提供一种噪声检测装置，包括：
采集模块，用于采集待检测机在加压测试时对应风扇的实际转速数据；
获取模块，用于获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到；
确定模块，用于根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。
为解决上述技术问题，本发明还提供一种噪声检测装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现上述噪声检测方法的步骤。
为解决上述技术问题，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述噪声检测方法的步骤。
本发明提供的一种噪声检测方法，采集待检测机在加压测试时对应风扇的实际转速数据，获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。该方法完全代替人为干预检测，减少噪声检测的误差，并且通过在线噪声检测，节省购买额外噪声检测设备的费用，从而节省占用待检测机测试位置，提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。
另外，本发明还提供了一种噪声检测装置及计算机可读存储介质，具有如上述噪声检测方法相同的有益效果。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，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为本发明实施例提供的一种噪声检测方法的流程图；
图2为本发明实施例提供的一种步骤S12对应的流程图；
图3为本发明实施例提供的一种噪声检测装置的结构图；
图4为本发明实施例提供的另一种噪声检测装置的结构图。
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，都属于本发明保护范围。
本发明的核心是提供一种噪声检测方法、装置及介质。提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
需要说明的是，基于服务器设备在进行数据的处理会产生噪声，影响使用者的听觉，因此，在设备生产线时对设备进行噪声检测。本发明提供的噪声检测方法可以适用于服务器设备，也可以适用于其他类型的带有风扇散热产品。
图1为本发明实施例提供的一种噪声检测方法的流程图，如图1所示，该方法包括：
S11：采集待检测机在加压测试时对应风扇的实际转速数据。
可以理解的是，加压测试是待检测机进行数据处理时的场景测试，待检测机在数据处理时产生的热量需要待检测机自带的风扇对其进行散热，风扇散热其扇叶转动产生一定的噪声，故噪声检测是对待检测机散热时实际的扇叶转速数据的采集。对待检测机编写测试收集数据，进行加压测试的同时，选取固定的时间间隔收集对应时间点的风扇实际转速数据，并记录收集的具体时间点。固定的时间间隔可以根据实际的加压测试场景进行设定，例如设置3分钟，每隔3分钟收集风扇的实际转速数据。
对于收集到的风扇的实际转速数据可以预先存储于数据存储区域，或者针对加压测试建立专门的风扇转速数据库中，本发明不做具体要求，只要满足采集到待检测机在加压测试时对应风扇的实际转速数据即可。另外，对于待检测机可以是服务器，也可以是其他类型的带有风扇散热的产品，本发明不做限制。
S12：获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到。
对于转速标准值的获取，根据样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到。本发明提到的样机可以是在实验室中没有外界干扰进行加压测试的多台检测机，也可以是实际生产线的多台检测机，其检测机可以是服务器，也可以是其他类型的带有风扇散热的产品。对于加压测试在上述已经详细说明，不再赘述。
需要说明的是，转速标准值是针对所有的样机噪声检测评判的标准值，而不是针对每个样机对应专门的转速标准值，其根据样机加压测试时产生的风扇转速数据和对应的噪声分贝数据通过一定的算法处理得到。对于噪声的分贝数据是根据风扇转速时发生的噪声进行的采集数据，在同一个时刻，可以得到具体的风扇转速数据以及对应的噪声的分贝数据。
在样机处相同的距离放置噪声测试仪，一般放在工作人员可能经常所在的位置，为了测得公平的数据，统一放置距离样机1.5米处，其中，1.5米的距离为优选距离，可以根据具体实际场地大小设置，只要满足与样机相同距离即可。对样机进行加压测试同时记录噪声测试仪的噪声大小，与样机的风扇转速数据收集的时间相同，收集该时间点的噪声分贝数据。
另外，对于采集的风扇转速数据以及噪声的分贝数据预先存储于数据存储区域，或者针对加压测试建立专门的样机数据库中，本发明不做具体要求。需要说明的是，为了保证获取的转速标准值的权威性，设置多台样机，其放置的噪声测试仪的数量与样机的数量相同。
S13：根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。
根据收集到的实际转速数据与获取到的转速标准值两者的关系进而确定待检测机的噪声检测结果，若噪声检测结果不正常，则不能出货。对于实际转速数据与转速标准值两者的关系，可以是比较每个实际转速数据与转速标准值的大小，进而统计实际转速数据大于转速标准值的数据量，满足一定的条件则噪声检测结果正常，则检测机可以出货。也可以根据实际转速数据与转速标准值之间进行转换运算得到的数据值存在某种的特定关系。在本发明中不做具体限定，只要满足能够检测得到该待检测样机的噪声是否正常即可。
本发明提供的一种噪声检测方法，采集待检测机在加压测试时对应风扇的实际转速数据，获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。该方法完全代替人为干预检测，减少噪声检测的误差，并且通过在线噪声检测，节省购买额外噪声检测设备的费用，从而节省占用待检测机测试位置，提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。
在上述实施例的基础上，步骤S12中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，图2为本发明实施例提供的一种步骤S12对应的流程图，如图2所示，其通过如下步骤得到：
S21：获取样机在加压测试时对应的风扇转速数据以及噪声的分贝数据。
需要说明的是，对样机进行加压测试获取固定的时间间隔对应的风扇转速数据以及噪声的分贝数据，在收集数据之前，对样机编写测试收集程序，进而加压测试同时按照固定时间间隔获取对应的风扇转速数据以及噪声分贝数据，其中固定的时间间隔根据实际情况进行设定，例如设置3分钟，每隔3分钟进行收集风扇转速数据以及噪声的分贝数据。
另外，时间间隔设定的时间不要过长，如果时间过长，对于收集的风扇转速数据的数据量较少，同时在收集的数据中可能由于时间间隔未被获取进而会错过较多的有用转速数据以及对应的噪声分贝数据；当然也不要设置时间较短，例如设置的间隔时间为1分钟，其中收集数据的过程会占用一定的时间，还要进行对风扇转速数据以及噪声分贝数据的抓取及存储分析，有可能在抓取存储上一个时刻的数据时下一个时刻到来造成收集数据的拥堵现象，不利于后续数据的分析。对于采集的风扇转速数据以及噪声的分贝数据预先存储于设备的数据存储区域，或者针对加压测试建立专门的样机数据库中，本发明不做具体要求。
S22：将风扇转速数据和分贝数据形成映射关系并通过聚类算法获取聚类参数的映射比范围。
经过多次加压测试，通过获取样机的风扇转速数据和分贝数据，进而形成一一对应的映射关系，也就是一个具体时间点获取的风扇转速数据对应一个噪声的分贝数据，并将形成的映射关系根据聚类算法获取聚类参数的映射比范围。
需要说明的是，本发明提到的聚类算法是按照某个特定标准把一个数据集分割成不同的类或簇，即聚类后同一类的数据尽可能聚集到一起，不同的数据尽量分离，根据聚集在一起的数据的分布关系确定聚类参数的映射比范围。另外，聚类算法可以有很多种具体的算法，本发明不做要求采用何种的聚类算法，在此都适用，只要能获取到聚类参数的映射比范围即可。
S23：根据映射比范围过滤风扇转速数据得到过滤数据。
根据获取到的映射比范围将风扇转速数据进行过滤，得到过滤数据。例如，设置映射比范围为0.95-1.05，则需要将此范围内对应的风扇转速数据提取出来作为过滤数据，避免其他分散数据(服务器共振产生的共振数据等)掺入其中而引起后续数据处理过程中产生较大的误差。
S24：将风扇转速数据中除过滤数据之外的剩余数据通过平滑处理得到最终数据。
为保证数据的有效性，需要对风扇转速数据中除过滤数据之外的剩余数据进行处理得到剩余数据的最终数据，其剩余数据可以为分散的风扇转速数据，也可以是掺杂样机共振时产生的共振数据等，并通过平滑处理得到最终数据。在得到最终数据后，其剩余数据除最终数据之外的杂乱数据，则作为杂讯信息干扰进行丢弃。
需要说明的是，平滑处理的目的消除噪音进而达到降噪处理，对于平滑处理的具体方法实现不做具体要求，可以为平均值处理，也可以是方差或者标准值等平滑处理。
S25：将最终数据与过滤数据合并得到有效数据。
将剩余数据经过平滑处理后得到的最终数据与风扇转速数据根据映射比范围过滤的过滤数据进行合并，得到有效数据。对于何种的合并方式，本发明不做任何要求，可以是在过滤数据末尾直接添加最终数据，也可以是在过滤数据中掺杂最终数据。
S26：在有效数据中提取噪声分贝容忍范围内对应的转速数据。
基于人类健康听觉的考虑，设定噪声分贝容忍范围，根据噪声分贝容忍范围对应有效数据得出转速数据。例如，有效数据对应的噪声分贝为0-55dB，设定的噪声分贝容忍范围为0-26dB，则需要将0-26dB对应的有效数据提取出来以作为转速数据。
S27：将转速数据通过分段处理得到转速标准值。
获取的转速数据通过分段处理得到转速标准值，由于得到的转速数据较多，对其进行分段处理找到最大容忍标准作为设定的转速标准值，对于截取具体的段数对应的转速数据不做限定，可以选取居中范围的数据也可以是最大段数的数据。需要说明的是，转速标准值是一个值，转速数据为多个，通过分段处理根据某种算法得到一个具体的固定值，结合上述实施例提到的实际转速数据分别与转速标准值进行比较以确定待检测机的噪声检测结果。
本发明提到的转速标准值，通过获取过滤数据以及将剩余数据进行平滑处理，保证了主体数据(过滤数据)的可靠性以及最后得到的有效数据的完整性，其根据有效数据进一步处理得到的转速标准值，保证了数据的权威性和公平性。
在上述实施例的基础上，样机在加压测试时对应的风扇转速数据和噪声分贝数据通过聚类运算得到聚类参数的映射比范围，其步骤S23中的根据映射比范围过滤风扇转速数据得到过滤数据，具体包括：
获取通过映射比范围过滤出的数据的第一数据量；
判断第一数据量是否大于预设量；
若是，则提取通过映射比范围过滤出的数据以作为过滤数据；
若否，则缩小映射比范围，并返回至获取通过映射比范围过滤出的数据的第一数据量的步骤。
可以理解的是，根据风扇转速数据和噪声分贝数据得到映射比范围，通过该映射比范围过滤风扇转速数据得到的数据，并且统计其数据的第一数据量，其中第一数据量为过滤得到的数据个数。判断第一数据量是否大于预设量，若是，则可以提取当前过滤的数据作为过滤数据。
具体地，预设量根据获取的样机在加压测试时对应的风扇转速数据的数据量的阈值范围，也可以是设置的固定阈值，为了保证噪声检测的准确性，预设量依据风扇转速数据的数据量阈值设定，需要说明的是，数据量阈值设定不需要设置过高，若设置过高，则过滤出的数据过多其包含分散数据会影响后续的有效数据获得。当然也不需要设置过低，若设置过低，则会将有用数据过滤掉，也会影响后续的有效数据获得。
进而通过比较第一数据量与预设量的关系，当第一数据量大于预设量时，则说明当前过滤的数据满足作为过滤数据的要求；当第一数据量小于预设量时，则说明当前过滤的数据对于收集的风扇转速数据来说较少，其有用的数据被过滤掉太多，则说明映射比范围较大，需要缩小设置映射比范围，并根据设置的映射比范围重新过滤得到的数据统计第一数据量，进而继续比较第一数据量与预设量的关系。
例如，设置预设量为风扇转速数据的数据量的95％，其风扇转速数据采集的数据量为1000个数据，其预设量为950个数据，当风扇转速数据的1000个数据根据映射比范围过滤，得到过滤后的数据为800个数据，则小于预设量(950个数据)，进而继续缩小预设比范围，再次根据缩小的预设比范围对采集的1000个数据继续过滤，直到满足过滤的数据达到950个数据后，提取过滤得到的数据作为过滤数据使用，其过滤数据可以存放于样机数据库中。
具体地，缩小映射比范围是根据风扇转速数据与噪声分贝数据形成的映射关系得到的聚类结果进行缩小，每次的优化映射比范围不需要重新根据映射关系得到聚类结果判定，节省运算操作，避免重复数据。
本发明提供的不断优化聚类参数的映射比范围(风扇转速数据与噪声分贝数据的映射关系)，根据映射比范围过滤风扇转速数据得到过滤数据，将绝大部分正常收集的风扇转速数据过滤出来，保证风扇转速数据与噪声的分贝数据中主体数据的可靠性。
在上述实施例的基础上，根据设置的映射比范围过滤风扇转速数据得到过滤数据，其他剩余数据根据步骤S24中的将风扇转速数据中除过滤数据之外的剩余数据通过平滑处理得到最终数据，具体包括：
将剩余数据通过平均值计算获取剩余数据平均值；
在剩余数据平均值的第一预设范围内获取剩余数据的最终数据。
需要说明的是，平滑处理目的是消除噪音达到降噪效果，其具体平滑处理的方法可以是对其数据进行滤波，平均值处理或方差处理，还可以是标准值等处理，本发明提供的平均值处理仅是一种优选的实施例。
剩余数据为将风扇转速数据中除过滤数据之外的数据，可以为分散的风扇转速数据，也可以是掺杂样机共振时产生的共振数据等。将剩余数据通过平均值计算得到一个对于剩余数据来说的平均值，并且以平均值为标准，以剩余数据平均值的第一预设范围内获取最终数据，具体地，第一预设范围是根据剩余数据平均值为标准，取平均值上下相同范围作为提取最终数据，其相同范围可以根据具体实际情况进行设定，不做具体要求。
例如，取剩余数据平均值上下10％范围，结合上述实施例，其风扇转速数据采集的数据量为1000个数据，根据映射比范围得到的过滤数据的数据量为950个数据，则剩余数据的数据量为50个数据，将50个剩余数据进行平均值计算，得到具体的剩余数据平均值为1000转，则需要上下10％得到平均值范围为900-1100转，并根据该平均值范围将50个剩余数据中过滤出最终数据。
本发明提供的将剩余数据通过平滑处理得到最终数据，对剩余数据做了进一步的过滤，为剩余数据消除了可能出现的杂讯或者干扰数据，为后续得到的有效数据保证其数据的完整性。
在上述实施例的基础上，将得到的最终数据与过滤数据合并得到有效数据，在有效数据中提取噪声分贝容忍范围内对应的转速数据，其步骤S27中的将转速数据通过分段处理得到转速标准值，具体包括：
将转速数据从大到小依次排列；
在转速数据的第二预设范围内获取转速数据的标准数据；
将标准数据通过平均值计算得到转速标准值。
可以理解的是，对转速数据进行分段处理的目的是找到最大容忍标准作为设定的转速标准值，本发明提到的分段处理可以根据收集样机加压测试时对时间进行分段，并提取分段时间对应的转速数据，也可以是将转速数据从大到小排列，根据转速数据的第二预设范围截取对应的转速数据以此作为分段处理获取转速数据的标准数据。本发明选择后者的分段处理方法仅是一种优选地实施例。由于最后得到的是一个转速标准的具体值，则需要对标准数据进一步处理得到转速标准值，其进一步处理设定为平均值计算，也可以通过其他计算方法得到转速标准值，本发明提供的平均值计算仅是一种优选地实施例。
另外，转速数据的第二预设范围是将转速数据从大到小排列，选取转速数据前一定阈值范围内的数据作为转速数据的标准数据，例如，选取转速数据排列后的前30％，设定转速数据的数据量为100个，排列后的前30％也就是选取前30个对应的转速数据作为转速数据的标准数据，进而将30个标准数据进行平均值计算得到转速标准值。
本发明提供的将转速数据通过分段处理得到转速标准值，保证了噪声检测的转速标准值的全面性和公平性，为后续的噪声检测得到更好的效果。
通过得到转速标准值，结合上述实施例提到的采集待检测机在加压测试时对应风扇的实际转速数据，根据步骤S13中的根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果具体包括：
获取实际转速数据的总数据量；
比较各个实际转速数据与转速标准值两者的关系；
统计实际转速数据大于转速标准值的第二数据量；
当第二数据量小于总数据量的阈值时，则确定待检测机的噪声检测结果正常；
当第二数据量大于总数据量的阈值时，则确定待检测机的噪声检测结果不正常。
可以理解的是，根据待检测机在加压测试时收集对应风扇的实际转速数据并且获取该实际转速数据的总数据量，进而比较各个实际转速数据与转速标准值的关系，统计实际转速数据超出转速标准值的数量以作为第二数据量。其中，也可以比较一个实际转速数据与转速标准值，超出后则记录1，未超出则记录0，将所有实际转速数据都与转速标准值比较，并统计1的数量作为第二数据量。
当第二数据量小于总数据量的阈值时，则确定待检测机的噪声检测结果正常，当第二数据量大于总数据量的阈值时，则确定待检测机的噪声检测结果不正常。其中，总数据量的阈值可以根据加压测试的具体情况进行设定，例如设定阈值为2％，采集的实际转速数据的总数据量为2000个，则总数据量的阈值为40个，若统计的实际转速数据超出转速标准值的第二数据量为50个，50大于40，也就是第二数据量大于总数据量的阈值，则确定该待检测机的噪声检测结果不正常，不能出货投放市场。其阈值不能设置过高，若设置过高，则待检测机出货后影响使用者的听觉。
需要说明的是，对于待检测机的噪声检测结果根据实际转速数据与转速标准值比较来确定是否正常，本发明中提到统计实际转速数据大于转速标准值的数据量与总数据量的阈值比较得出检测结果仅是一种优选地实施例。
本发明提供的根据实际转速数据与转速标准值两者的关系，统计实际转速数据大于转速标准值的数据量并与总数据量的阈值进行比较以确定待检测机的噪声检测结果，提高待检测样机的噪声检测识别率，保证待检测样机在生产线时的操作性，提高生产效率。
在确定待检测机的噪声检测结果不正常时，在图1的基础上还包括播放报警信息。
结合上述的实施例，当第二数据量大于总数据量的阈值时，则确定待检测机的噪声检测结果不正常，由于在生产线时检测多台待检测机，当噪声检测结束后，工作人员可能无法及时获悉噪声检测结果，则需要添加报警提示信息。其报警信息可以有多种类型，可以是在待检测机处的显示屏显示对话框提示当前的噪声检测结果不正常，也可以是对待检测机设置颜色提示，当噪声检测结果不正常时，显示红色，正常时显示绿色等，或者是播放语音信息，本实施例不做具体要求。
本发明提供的当确定待检测机的噪声检测结果不正常时，播放报警信息。提醒工作人员及时处理，提高待检测机的生产效率。
上述详细描述了噪声检测方法对应的各个实施例，在此基础上，本发明还公开与上述方法对应的噪声检测装置，图3为本发明实施例提供的一种噪声检测装置的结构图。如图3所示，噪声检测装置包括：
采集模块11，用于采集待检测机在加压测试时对应风扇的实际转速数据；
获取模块12，用于获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到；
确定模块13，用于根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。
由于装置部分的实施例与上述的实施例相互对应，因此装置部分的实施例请参照上述方法部分的实施例描述，在此不再赘述。
本发明提供的一种噪声检测装置，采集待检测机在加压测试时对应风扇的实际转速数据，获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。该装置完全代替人为干预检测，减少噪声检测的误差，并且通过在线噪声检测，节省购买额外噪声检测设备的费用，从而节省占用待检测机测试位置，提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。
请参照图4为本发明实施例提供的另一种噪声检测装置的结构图，如图4所示，该装置包括：
存储器21，用于存储计算机程序；
处理器22，用于执行计算机程序时实现噪声检测方法的步骤。
本实施例提供的噪声检测装置可以包括但不限于智能手机、平板电脑、笔记本电脑或者台式电脑等。
其中，处理器22可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器22可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器22也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器22可以在集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器22还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器21可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器21还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器21至少用于存储以下计算机程序201，其中，该计算机程序被处理器22加载并执行之后，能够实现前述任一实施例公开的噪声检测方法的相关步骤。另外，存储器21所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于噪声检测方法所涉及到的数据等等。
在一些实施例中，噪声检测装置还可包括有显示屏23、输入输出接口24、通信接口25、电源26以及通信总线27。
领域技术人员可以理解，图4为本发明实施例提供的另一种噪声检测装置的结构图。图4中示出的结构并不构成对噪声检测装置的限定，可以包括比图示更多或更少的组件。
处理器22通过调用存储于存储器21中的指令以实现上述任一实施例所提供的噪声检测的方法。
本发明提供的一种噪声检测装置，采集待检测机在加压测试时对应风扇的实际转速数据，获取转速标准值，其中转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到，根据实际转速数据与转速标准值两者的关系确定待检测机的噪声检测结果。该装置完全代替人为干预检测，减少噪声检测的误差，并且通过在线噪声检测，节省购买额外噪声检测设备的费用，从而节省占用待检测机测试位置，提高待检测机的生产效率和噪声检测识别率，保证待检测机噪声检测的可靠性和准确度。
进一步的，本发明还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器22执行时实现如上述噪声检测方法的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明提供的一种计算机可读存储介质的介绍请参照上述方法实施例，本发明在此不再赘述，其具有上述噪声检测的方法相同的有益效果。
以上对本发明所提供的一种噪声检测方法、装置及介质进行了详细介绍。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。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种噪声检测方法，其特征在于，包括：
采集待检测机在加压测试时对应风扇的实际转速数据；
获取转速标准值，其中所述转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到；
根据所述实际转速数据与所述转速标准值两者的关系确定所述待检测机的噪声检测结果；
其中，所述转速标准值通过如下步骤得到：
获取所有所述样机在相同加压测试条件下风扇转速数据与噪声的分贝数据的对应关系；所述相同加压测试条件包括噪声测试仪与所述样机的距离相同、在对所述样机进行加压测试同时记录所述噪声测试仪的噪声大小与所述样机的风扇转速收集的时间相同；
根据噪声分贝容忍范围和所述风扇转速数据与噪声的分贝数据的对应关系，确定对应的转速数据；
对所述转速数据进行分段处理找到最大容忍值标准作为所述转速标准值；
所述根据所述实际转速数据与所述转速标准值两者的关系确定所述待检测机的噪声检测结果，包括：
获取所述实际转速数据的总数据量；
比较各个所述实际转速数据与所述转速标准值两者的关系；
统计所述实际转速数据大于所述转速标准值的第二数据量；
当所述第二数据量小于所述总数据量的阈值时，则确定所述待检测机的所述噪声检测结果正常；
当所述第二数据量大于所述总数据量的所述阈值时，则确定所述待检测机的所述噪声检测结果不正常。
2.根据权利要求1所述的噪声检测方法，其特征在于，所述转速标准值通过如下步骤得到：
获取所述样机在加压测试时对应的所述风扇转速数据以及噪声的所述分贝数据；
将所述风扇转速数据和所述分贝数据形成映射关系并通过聚类算法获取聚类参数的映射比范围；
根据所述映射比范围过滤所述风扇转速数据得到过滤数据；
将所述风扇转速数据中除所述过滤数据之外的剩余数据通过平滑处理得到最终数据；
将所述最终数据与所述过滤数据合并得到有效数据；
在所述有效数据中提取噪声分贝容忍范围内对应的转速数据；
将所述转速数据通过分段处理得到所述转速标准值。
3.根据权利要求2所述的噪声检测方法，其特征在于，所述根据所述映射比范围过滤所述风扇转速数据得到过滤数据，包括：
获取通过所述映射比范围过滤出的数据的第一数据量；
判断所述第一数据量是否大于预设量；
若是，则提取通过所述映射比范围过滤出的所述数据以作为所述过滤数据；
若否，则缩小所述映射比范围，并返回至所述获取通过所述映射比范围过滤出的数据的第一数据量的步骤。
4.根据权利要求2所述的噪声检测方法，其特征在于，所述将所述风扇转速数据中除所述过滤数据之外的剩余数据通过平滑处理得到最终数据，包括：
将所述剩余数据通过平均值计算获取剩余数据平均值；
在所述剩余数据平均值的第一预设范围内获取所述剩余数据的最终数据。
5.根据权利要求2所述的噪声检测方法，其特征在于，所述将所述转速数据通过分段处理得到所述转速标准值，包括：
将所述转速数据从大到小依次排列；
在所述转速数据的第二预设范围内获取所述转速数据的标准数据；
将所述标准数据通过平均值计算得到所述转速标准值。
6.根据权利要求1所述的噪声检测方法，其特征在于，还包括：
当确定所述待检测机的所述噪声检测结果不正常时，播放报警信息。
7.一种噪声检测装置，其特征在于，包括：
采集模块，用于采集待检测机在加压测试时对应风扇的实际转速数据；
获取模块，用于获取转速标准值，其中所述转速标准值由样机在加压测试时对应的风扇转速数据以及噪声的分贝数据得到；
确定模块，用于根据所述实际转速数据与所述转速标准值两者的关系确定所述待检测机的噪声检测结果；
其中，所述转速标准值通过如下步骤得到：
获取所有所述样机在相同加压测试条件下风扇转速数据与噪声的分贝数据的对应关系；所述相同加压测试条件包括噪声测试仪与所述样机的距离相同、在对所述样机进行加压测试同时记录所述噪声测试仪的噪声大小与所述样机的风扇转速收集的时间相同；
根据噪声分贝容忍范围和所述风扇转速数据与噪声的分贝数据的对应关系，确定对应的转速数据；
对所述转速数据进行分段处理找到最大容忍值标准作为所述转速标准值；
所述根据所述实际转速数据与所述转速标准值两者的关系确定所述待检测机的噪声检测结果，包括：
获取所述实际转速数据的总数据量；
比较各个所述实际转速数据与所述转速标准值两者的关系；
统计所述实际转速数据大于所述转速标准值的第二数据量；
当所述第二数据量小于所述总数据量的阈值时，则确定所述待检测机的所述噪声检测结果正常；
当所述第二数据量大于所述总数据量的所述阈值时，则确定所述待检测机的所述噪声检测结果不正常。
8.一种噪声检测装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述的噪声检测方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的噪声检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111128417.2A CN113916360B (zh) | 2021-09-26 | 2021-09-26 | 一种噪声检测方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111128417.2A CN113916360B (zh) | 2021-09-26 | 2021-09-26 | 一种噪声检测方法、装置及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113916360A CN113916360A (zh) | 2022-01-11 |
| CN113916360B true CN113916360B (zh) | 2023-08-11 |
Family
ID=79236146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111128417.2A Active CN113916360B (zh) | 2021-09-26 | 2021-09-26 | 一种噪声检测方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113916360B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4121227C1 (en) * | 1991-06-27 | 1992-09-24 | Mercedes-Benz Aktiengesellschaft, 7000 Stuttgart, De | Determining internal noise levels in vehicle caused by servo pump - measuring output pressure of pump pulses to determine loudness of hum, whistle and hiss for different pump speeds and pressures |
| US6777955B1 (en) * | 2003-03-03 | 2004-08-17 | Inventec Corporation | Noise value evaluation method for cooling module |
| TW201250221A (en) * | 2011-06-09 | 2012-12-16 | Univ Nat Pingtung Sci & Tech | Inspection method for fan quality |
| CN106092310A (zh) * | 2016-04-21 | 2016-11-09 | 重庆理工大学 | 一种汽车变速器振动噪声下线检测方法 |
| CN109556707A (zh) * | 2018-12-10 | 2019-04-02 | 山东国金汽车制造有限公司 | 一种汽车冷却模块风扇单体振动噪声的测试方法 |
| CN113187597A (zh) * | 2021-04-20 | 2021-07-30 | 潍柴动力股份有限公司 | 车辆冷却系统控制方法、控制器及车辆 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1910434B (zh) * | 2004-01-14 | 2012-02-15 | Abb公司 | 在机械中诊断机械问题的方法和装置 |
-
2021
- 2021-09-26 CN CN202111128417.2A patent/CN113916360B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4121227C1 (en) * | 1991-06-27 | 1992-09-24 | Mercedes-Benz Aktiengesellschaft, 7000 Stuttgart, De | Determining internal noise levels in vehicle caused by servo pump - measuring output pressure of pump pulses to determine loudness of hum, whistle and hiss for different pump speeds and pressures |
| US6777955B1 (en) * | 2003-03-03 | 2004-08-17 | Inventec Corporation | Noise value evaluation method for cooling module |
| TW201250221A (en) * | 2011-06-09 | 2012-12-16 | Univ Nat Pingtung Sci & Tech | Inspection method for fan quality |
| CN106092310A (zh) * | 2016-04-21 | 2016-11-09 | 重庆理工大学 | 一种汽车变速器振动噪声下线检测方法 |
| CN109556707A (zh) * | 2018-12-10 | 2019-04-02 | 山东国金汽车制造有限公司 | 一种汽车冷却模块风扇单体振动噪声的测试方法 |
| CN113187597A (zh) * | 2021-04-20 | 2021-07-30 | 潍柴动力股份有限公司 | 车辆冷却系统控制方法、控制器及车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113916360A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021184727A1 (zh) | 数据异常检测方法、装置、电子设备及存储介质 | |
| CN109830246B (zh) | 音频质量评估方法、装置、电子设备及存储介质 | |
| WO2016008398A1 (zh) | 程序性能测试方法和装置 | |
| CN109495291B (zh) | 调用异常的定位方法、装置和服务器 | |
| CN114839556B (zh) | 动力电池异常检测方法、装置、存储介质及电子装置 | |
| WO2022001125A1 (zh) | 一种存储系统的存储故障预测方法、系统及装置 | |
| CN112395179B (zh) | 一种模型训练方法、磁盘预测方法、装置及电子设备 | |
| CN106301979B (zh) | 检测异常渠道的方法和系统 | |
| CN106500753A (zh) | 一种测试设备计量特性评定校准数据处理方法 | |
| CN113916360B (zh) | 一种噪声检测方法、装置及介质 | |
| CN114327266B (zh) | 一种存储装置的卡慢识别方法、装置、介质 | |
| CN117591351A (zh) | 磁盘故障检测模型的训练方法以及磁盘故障检测方法 | |
| CN110362470B (zh) | 测试数据收集方法、装置、电子设备及存储介质 | |
| CN113608953B (zh) | 测试数据生成方法、装置、电子设备及可读存储介质 | |
| CN115392489A (zh) | 异常用户检测方法、装置、电子设备及存储介质 | |
| CN110728315A (zh) | 一种实时质量控制方法，系统和设备 | |
| CN108206044A (zh) | 一种测试固态硬盘饱和写入性能的方法和装置 | |
| CN110991241A (zh) | 异常识别方法、设备及计算机可读介质 | |
| CN112882854B (zh) | 一种请求异常的处理方法及装置 | |
| CN112161742B (zh) | 功率传感器检测方法、装置、设备及存储介质 | |
| CN114153601A (zh) | 一种多云模型下资源调度的方法、装置及介质 | |
| CN112148764B (zh) | 特征的筛选方法、装置、设备和存储介质 | |
| CN109800114B (zh) | 一种bmc可视化测试方法、装置、终端及存储介质 | |
| CN113905400B (zh) | 网络优化处理方法、装置、电子设备及存储介质 | |
| CN118313738B (zh) | 一种中医院评价指标生成方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |