设备故障诊断的方法、装置及系统制造方法及图纸

本发明专利技术公开了一种设备故障诊断的方法、装置及系统，涉及设备检测技术领域，解决了现有汽车故障诊断的方式效率低的问题。本发明专利技术的方法包括：采集待诊断设备的音频信号，所述音频信号为待诊断设备在运行过程中产生的声音信号；从待诊断设备的音频信号中提取故障源信号；从所述故障源信号中提取能够表征所述设备故障的预设故障特征；将预设故障特征输入到预设故障诊断模型中，确定故障的类型。本发明专利技术应用于汽车故障诊断过程中。

Method, device and system for equipment fault diagnosis

The invention discloses a method, a device and a system for fault diagnosis of a device, which relates to the technical field of equipment detection, and solves the problem of low efficiency of the existing automobile fault diagnosis method. The method of the invention comprises: collecting the audio signal of the device to be diagnosed, the audio signal to sound signal to diagnostic equipment during operation; the extraction of fault source signal from the audio signal of the device to be diagnosed in the extraction of fault features; presupposition failure can be characterized by the device from the fault source signal will; the preset fault features are input into the preset fault diagnosis model, determine the type of fault. The invention is applied in the process of automobile fault diagnosis.

【技术实现步骤摘要】

本专利技术涉及设备检测
，尤其涉及一种设备故障诊断的方法、装置及系统。
技术介绍
目前，对于汽车故障的诊断方法常用的有两种：一种是人工诊断法，即直观诊断法，主要是凭借诊断人员的实践经验和知识，借助简单工具，用眼看、耳听、手模等感官手段，边检查、边试验、边分析，进而对汽车故障做出判断。另一种是仪器设备诊断法，这种方法采用专用的仪器设备检测汽车必要的技术参数，然后将检测到的技术参数与正常状况时的技术参数相比较，来进行故障的判断。专利技术人在实施上述方法时，发现现有技术中至少存在如下问题：对于第一种诊断方法，简便直观，但是诊断时需要人员逐一排除最终确定故障，其诊断效率不高，并且整个诊断需要依赖诊断人员的经验进行，使得诊断的准确性不高；而对于第二种诊断方法，诊断的速度较高，但是由于需要专用的仪器设备以及专业技术的支持，投资较大。
技术实现思路
鉴于上述问题，本专利技术提供一种设备故障诊断方法、装置及系统，主要目的在于，在较低成本下实现较高的效率和准确性的设备故障诊断。为解决上述技术问题，本专利技术提供了一种设备故障诊断的方法，所述方法应用于数据采集终端，所述方法包括：采集待诊断设备的音频信号，所述音频信号为设备在运行过程中产生的声音信号；从待诊断设备的音频信号中提取故障源信号；从所述故障源信号中提取能够表征所述设备故障的预设故障特征；将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，确定故障的类型，所述预设故障诊断模型是根据训练样本生成的，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征以及对应故障的类型。可选的，所述从所述音频信号中提取故障源信号，包括：对所述音频信号进行去噪处理；将去噪后的音频信号按照信号的频率分割为不同频段的音频信号；根据主成分分析算法提取目标频段的音频信号，所述目标频段的音频信号为故障概率超过预设阈值的音频信号，所述故障概率与音频信号中数据点的波动程度成正比；根据独立成分分析算法从所述目标频段的音频信号中提取故障源信号。可选的，所述从所述故障源信号中提取能够表征所述设备故障的预设故障特征，包括：从所述故障源信号中提取以下至少一种预设故障特征：声音响度方差值、声音响度均值、声音响度峰值、声音频段值。可选的，若所述设备为处于运行状态的设备，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征、预设故障特征对应的故障类型以及对应的环境特征，在将预设故障特征输入到预设故障诊断模型中之前，所述方法进一步包括：获取当前环境特征，所述当前环境特征包括天气特征、所述待诊断设备运行速度以及待诊断设备的类型；所述将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，包括：将所述当前环境特征与所述预设故障特征输入到预设故障诊断模型中。可选的，所述方法进一步包括：在确定故障的类型之后，生成故障预警信号。可选的，所述待诊断设备为待诊断车辆，所述故障源信号包括：发动机噪声、空气噪声、车身结构噪声、传动系统噪声以及轮胎噪声中的至少一种。本专利技术还提供了一种设备故障诊断的装置，所述装置位于数据采集终端侧，所述装置包括：采集单元，用于采集待诊断设备的音频信号，所述音频信号为设备在运行过程中产生的声音信号；第一提取单元，用于从待诊断设备的音频信号中提取故障源信号；第二提取单元，用于从所述故障源信号中提取能够表征所述设备故障的预设故障特征；确定单元，用于将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，确定故障的类型，所述预设故障诊断模型是根据训练样本生成的，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征以及对应故障的类型。可选的，所述第一提取单元包括：去噪模块，用于对所述音频信号进行去噪处理；分割模块，用于将去噪后的音频信号按照信号的频率分割为不同频段的音频信号；第一提取模块，用于根据主成分分析算法提取目标频段的音频信号，所述目标频段的音频信号为故障概率超过预设阈值的音频信号，所述故障概率与音频信号中数据点的波动程度成正比；第二提取模块，用于根据独立成分分析算法从所述目标频段的音频信号中提取故障源信号。可选的，所述第二提取单元用于：从所述故障源信号中提取以下至少一种预设故障特征：声音响度方差值、声音响度均值、声音响度峰值、声音频段值。可选的，所述装置进一步包括：获取单元，用于若所述设备为处于运行状态的设备，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征、预设故障特征对应的故障类型以及对应的环境特征，在将预设故障特征输入到预设故障诊断模型中之前，获取当前环境特征，所述当前环境特征包括天气特征、所述待诊断设备运行速度以及待诊断设备的类型；所述确定单元还用于：将所述当前环境特征与所述预设故障特征输入到预设故障诊断模型中。可选的，所述装置进一步包括：生成单元，用于在确定故障的类型之后，生成故障预警信号。可选的，所述采集单元中所述待诊断设备为待诊断车辆，所述故障源信号包括：发动机噪声、空气噪声、车身结构噪声、传动系统噪声以及轮胎噪声中的至少一种。本专利技术还提供了一种设备故障诊断的系统，所述系统包括数据采集终端以及模型训练服务端：所述模型训练服务端，用于根据训练样本生成预设故障诊断模型，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征以及对应故障的类型；所述数据采集终端，用于采集待诊断设备的音频信号；从待诊断设备的音频信号中提取故障源信号；从所述故障源信号中提取能够表征所述设备故障的预设故障特征；将预设故障特征输入到所述预设故障诊断模型中，确定故障的类型。借由上述技术方案，本专利技术提供的设备故障诊断的方法、装置及系统，与现有技术相比，其通过分析待诊断设备在运行过程中音频信号来对待诊断设备的故障进行诊断，该诊断客观，不会受到诊断人员的经验水平和人为因素的影响，使得故障诊断效率和准确性高；并且该故障诊断不需要依赖专业的检测设备，只需要采集待诊断设备在运行过程中音频信号，并通过对该音频信息进行分析计算便可得到，成本较低。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种设备故障诊断的方法的流程图；图2示出了本专利技术实施例提供的基于神经网络模型得到预设故障诊断模型的原理图；图3示出了本专利技术实施例提供的另一种设备故障诊断的方法的流程图；图4示出了汽车噪声的分类图；图5示出了本专利技术实施例提供的又一种设备故障诊断的方法的流程图；图6示出了将音频信号进行分割的示意图；图7示出了汽车故障诊断系统的结构框架示意图；图8示出了本专利技术实施例提供的一种设备故障诊断的装置的组成框图；图9示出了本专利技术实施例提供的另一种设备故障诊断的装置的组成框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可本文档来自技高网...

【技术保护点】
一种设备故障诊断的方法，所述方法应用于数据采集终端，其特征在于，所述方法包括：采集待诊断设备的音频信号，所述音频信号为设备在运行过程中产生的声音信号；从待诊断设备的音频信号中提取故障源信号；从所述故障源信号中提取能够表征所述设备故障的预设故障特征；将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，确定故障的类型，所述预设故障诊断模型是根据训练样本生成的，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征以及对应故障的类型。

【技术特征摘要】
1.一种设备故障诊断的方法，所述方法应用于数据采集终端，其特征在于，所述方法包括：采集待诊断设备的音频信号，所述音频信号为设备在运行过程中产生的声音信号；从待诊断设备的音频信号中提取故障源信号；从所述故障源信号中提取能够表征所述设备故障的预设故障特征；将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，确定故障的类型，所述预设故障诊断模型是根据训练样本生成的，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征以及对应故障的类型。2.根据权利要求1所述的方法，其特征在于，所述从所述音频信号中提取故障源信号，包括：对所述音频信号进行去噪处理；将去噪后的音频信号按照信号的频率分割为不同频段的音频信号；根据主成分分析算法提取目标频段的音频信号，所述目标频段的音频信号为故障概率超过预设阈值的音频信号，所述故障概率与音频信号中数据点的波动程度成正比；根据独立成分分析算法从所述目标频段的音频信号中提取故障源信号。3.根据权利要求2所述的方法，其特征在于，所述从所述故障源信号中提取能够表征所述设备故障的预设故障特征，包括：从所述故障源信号中提取以下至少一种预设故障特征：声音响度方差值、声音响度均值、声音响度峰值、声音频段值。4.根据权利要求1-3中任一所述的方法，其特征在于，若所述设备为处于运行状态的设备，所述训练样本包含历史收集的与所述待诊断设备同类的设备的预设故障特征、预设故障特征对应的故障类型以及对应的环境特征，在将预设故障特征输入到预设故障诊断模型中之前，所述方法进一步包括：获取当前环境特征，所述当前环境特征包括天气特征、所述待诊断设备运行速度以及待诊断设备的类型；所述将预设故障特征输入到由模型训练服务端生成的预设故障诊断模型中，包括：将所述当前环境特征与所述预设故障特征输入到预设故障诊断模型中。5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：在确定故障的类型之后，生成故障预警信号。6.根据权利要求5所述的方法，其特...

【专利技术属性】
技术研发人员：徐丽丽，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21