【技术实现步骤摘要】
一种设备故障声源定位方法及系统
本专利技术属于设备故障声源定位
，具体涉及一种设备故障声源定位方法及系统，更为具体的，涉及一种基于快速谱峭度波束形成和双通道卷积神经网络的设备故障声源定位方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。设备运行中产生的振动和声音信号中蕴含着丰富的设备状态信息，通过采集振声信号并进行信号处理的方法可以有效反应设备的状态。对于工业生产中设备检修，不但需要提供设备的故障信息，还要提供精确的故障点位置信息，有助于检修工作的快速排查。对于极端条件下，不适合采集振动信号的场景或设备结构复杂、车间中包含多个运行设备的场景，难以通过采集振动信号迅速反应设备故障及故障点位置。此时通过音频传感器阵列结合声源定位方法可以在无接触式测量下有效定位设备故障点或故障设备。目前的声源定位方法主要包括利用相位变换广义互相关的定位算法、基于波束形成的定位算法和基于反卷积成像的定位算法。但据专利技术人了解，在实际的工业生产中，复杂的环境噪声会对音频...
【技术保护点】
1.一种设备故障声源定位方法，其特征是：包括以下步骤：/n将采集的设备声音信号作为待分析信号，对待分析信号进行傅里叶变换，依据变换结果计算待分析信号的快速谱峭度指标，根据快速谱峭度指标确定故障特征选频结果；/n根据故障特征选频结果和待分析信号，计算互谱矩阵以及延迟求和导向响应，得到故障选频的延迟加和波束形成成像结果；/n将延迟加和波束形成成像结果输入经过训练的双通道卷积神经网络，得到故障声源点的定位信息。/n
【技术特征摘要】 【专利技术属性】
1.一种设备故障声源定位方法，其特征是：包括以下步骤：
将采集的设备声音信号作为待分析信号，对待分析信号进行傅里叶变换，依据变换结果计算待分析信号的快速谱峭度指标，根据快速谱峭度指标确定故障特征选频结果；
根据故障特征选频结果和待分析信号，计算互谱矩阵以及延迟求和导向响应，得到故障选频的延迟加和波束形成成像结果；
将延迟加和波束形成成像结果输入经过训练的双通道卷积神经网络，得到故障声源点的定位信息。
2.如权利要求1所述的一种设备故障声源定位方法，其特征是：对待分析信号进行傅里叶变换的具体过程包括：计算待分析信号的短时傅里叶变换、2m阶矩谱函数和谱峭度，通过改变分析窗口宽度和窗口移动步长得到信号中不同分析窗口下的短时傅里叶变换结果。
3.如权利要求1所述的一种设备故障声源定位方法，其特征是：根据快速谱峭度指标确定故障特征选频结果的具体过程包括：设置谱峭度阈值，将谱峭度大于谱峭度阈值的频段作为故障特征选频的结果。
4.如权利要求1所述的一种设备故障声源定位方法，其特征是：故障选频的延迟加和波束形成成像结果的计算过程具体包括：根据故障特征选频结果和待分析信号计算互谱矩阵；根据互谱矩阵计算延迟求和导向响应；计算导向响应复共轭乘积并归一化得到故障选频的延迟加和波束形成成像结果。
5.如权利要求1所述的一种设备故障声源定位方法，其特征是：所述双通道卷积神经网络包括依次连接的一个输入层、四个卷积层、一个全连接层和一个双通道输出层。
技术研发人员：常发亮，蒋沁宇，刘春生，赵子健，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。