一种风机机舱设备异常声音检测方法及装置制造方法及图纸

本发明专利技术提供一种风机机舱设备异常声音检测方法及装置。所述方法包括以下步骤：实时获取传声器阵列接收的监测区域的声音信号；通过对声音信号进行FFT变换获得幅频响应，基于环境噪声与异常声音幅频响应的差异检测是否存在异常声音；如果存在异常声音，将声音最强的方向确定为异常声音的方向。本发明专利技术基于环境噪声与异常声音幅频响应的差异进行异常声音检测，具有检测原理简单、检测精度高等特点。检测精度高等特点。检测精度高等特点。

【技术实现步骤摘要】
一种风机机舱设备异常声音检测方法及装置


[0001]本专利技术属于故障诊断
，具体涉及一种风机机舱设备异常声音检测方法及装置。

技术介绍

[0002]随着工业生产自动化的迅速发展，工厂中机器设备的正常运行对工业生产有着重要的作用，因此对机器设备的异常诊断研究有非常重要的意义。对机器设备而言，比如风机机舱设备正常工作时，一般不发声或发声很轻；而当风机机舱设备发生故障时，会发出异常的声音，如刺耳的啸叫。因此，声音异常表示一台机器可能存在故障。迅速发现异常声音能够减少有缺陷产品的数量，防止损坏继续蔓延扩大。因此对机器的运行状态进行实时监测是很有必要的。
[0003]近些年来，音频监测方法因其效率高、成本低而逐渐被人们所关注。基于声音的故障检测预警可以提前发出危险警告，从而提醒工作人员及时对机器进行维护。如何有效地进行异常声音检测并迅速进行定位显得尤为重要。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供一种风机机舱设备异常声音检测方法及装置。
[0005]为了实现上述目的，本专利技术采用以下技术方案。
[0006]第一方面，本专利技术提供一种风机机舱设备异常声音检测方法，包括以下步骤：
[0007]实时获取传声器阵列接收的监测区域的声音信号；
[0008]通过对声音信号进行FFT变换获得幅频响应，基于环境噪声与异常声音幅频响应的差异检测是否存在异常声音；
[0009]如果存在异常声音，将声音最强的方向确定为异常声音的方向。r/>[0010]进一步地，检测是否存在异常声音的方法包括：
[0011]获取长度为2N点的声音信号数据；
[0012]对前N个数据进行N点FFT变换，并对每个频点的FFT值取模的平方后按降序排列，取模的平方大于第一阈值且排在最前面的V个频点k
qi
，i＝1,2,
…
,V；
[0013]将后N个数据等分为M段数据，对每段数据进行N/M点FFT变换，并对每个频点的FFT值取模的平方后得到T
m
(k)，m＝1,2,
…
,M；
[0014]统计所述V个频点为局部峰值的个数C(k
qi
)，并求C(k
qi
)的最大值MaxC(k
qi
)，i＝1,2,
…
,V，若MaxC(k
qi
)大于第二阈值，则存在异常信号；否则不存在异常信号。
[0015]进一步地，确定异常声音方向的方法包括：
[0016]对监测区域进行网格划分；
[0017]基于FFT变换计算每个网格内信号的功率谱值；
[0018]遍历所有网格的功率谱值，功率谱值最大的网格对应的方向为异常声音方向。
[0019]进一步地，所述方法还包括异常声音的精确检测方法：
[0020]构建由卷积神经网络和长短记忆网络组成的识别模型；
[0021]构建由环境噪声和异常声音组成的训练数据集，利用所述数据集对所述识别模型进行训练；
[0022]将音频信号输入训练好的识别模型，检测是否存在异常声音。
[0023]更进一步地，所述方法还包括异常声音的精确定位方法：
[0024]初始化每个网格的空间谱估计结果：
[0025][0026][0027]其中，W
j
、分别为第j个网格点的初始加权向量和初始空间谱估计结果，为是W
j
的共轭转置，为第j个网格点处单位强度点声源在第t个传声器上所产生的声压，T为传声器数量，R0为传声器声音数据的协方差矩阵，j＝1,2,
…
,J，J为网格数量；
[0028]计算第i次迭代周期空间谱估计结果的最大谱峰并计算最大谱峰处的点扩展函数
[0029][0030][0031][0032]式中，G
i
为最大谱峰处的协方差矩阵，为最大谱峰处的导向向量，导向向量是传声器阵列的所有传声器对单位能量窄带信号源的响应向量；
[0033]计算第j个网格点的尖锐谱峰：
[0034][0035]式中，λ为波束宽度，ε
j
为第j个网格点对应的坐标，ε
max
为当前迭代周期最大谱峰处的坐标；
[0036]若当前迭代周期协方差矩阵R
i
的1范数小于上一迭代周期协方差矩阵R
i
‑1的1范数，则令i＝i+1，计算R
i
＝R
i
‑1‑
G
i
，更新协方差矩阵和空间谱估计结果后继续执行迭代过程；否则，停止迭代过程，输出最终的空间谱估计结果
[0037][0038]求解的最大值对应的网格，所述网格所在位置即为异常声音源的位置。
[0039]第二方面，本专利技术提供一种风机机舱设备异常声音检测装置，包括：
[0040]声音信号获取模块，用于实时获取传声器阵列接收的监测区域的声音信号；
[0041]异常声音检测模块，用于通过对声音信号进行FFT变换获得幅频响应，基于环境噪
声与异常声音幅频响应的差异检测是否存在异常声音；
[0042]异常声音定位模块，用于如果存在异常声音，将声音最强的方向确定为异常声音的方向。
[0043]进一步地，检测是否存在异常声音的方法包括：
[0044]获取长度为2N点的声音信号数据；
[0045]对前N个数据进行N点FFT变换，并对每个频点的FFT值取模的平方后按降序排列，取模的平方大于第一阈值且排在最前面的V个频点k
qi
，i＝1,2,
…
,V；
[0046]将后N个数据等分为M段数据，对每段数据进行N/M点FFT变换，并对每个频点的FFT值取模的平方后得到T
m
(k)，m＝1,2,
…
,M；
[0047]统计所述V个频点为局部峰值的个数C(k
qi
)，并求C(k
qi
)的最大值MaxC(k
qi
)，i＝1,2,
…
,V，若MaxC(k
qi
)大于第二阈值，则存在异常信号；否则不存在异常信号。
[0048]进一步地，确定异常声音方向的方法包括：
[0049]对监测区域进行网格划分；
[0050]基于FFT变换计算每个网格内信号的功率谱值；
[0051]遍历所有网格的功率谱值，功率谱值最大的网格对应的方向为异常声音方向。
[0052]进一步地，所述装置还包括异常声音精确检测模块，用于：
[0053]构建由卷积神经网络和长短记忆网络组成的识别模型；
[0054]构建由环境噪声和异常声音组成的训练数据集，利用所述数据集对所述识别模型进行训练；
[0055]将音频信号输入训练好的识别模型，检测是否存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风机机舱设备异常声音检测方法，其特征在于，包括以下步骤：实时获取传声器阵列接收的监测区域的声音信号；通过对声音信号进行FFT变换获得幅频响应，基于环境噪声与异常声音幅频响应的差异检测是否存在异常声音；如果存在异常声音，将声音最强的方向确定为异常声音的方向。2.根据权利要求1所述的风机机舱设备异常声音检测方法，其特征在于，检测是否存在异常声音的方法包括：获取长度为2N点的声音信号数据；对前N个数据进行N点FFT变换，并对每个频点的FFT值取模的平方后按降序排列，取模的平方大于第一阈值且排在最前面的V个频点k
qi
，i＝1,2,
…
,V；将后N个数据等分为M段数据，对每段数据进行N/M点FFT变换，并对每个频点的FFT值取模的平方后得到T
m
(k)，m＝1,2,
…
,M；统计所述V个频点为局部峰值的个数C(k
qi
)，并求C(k
qi
)的最大值MaxC(k
qi
)，i＝1,2,
…
,V，若MaxC(k
qi
)大于第二阈值，则存在异常信号；否则不存在异常信号。3.根据权利要求1所述的风机机舱设备异常声音检测方法，其特征在于，确定异常声音方向的方法包括：对监测区域进行网格划分；基于FFT变换计算每个网格内信号的功率谱值；遍历所有网格的功率谱值，功率谱值最大的网格对应的方向为异常声音方向。4.根据权利要求1所述的风机机舱设备异常声音检测方法，其特征在于，所述方法还包括异常声音的精确检测方法：构建由卷积神经网络和长短记忆网络组成的识别模型；构建由环境噪声和异常声音组成的训练数据集，利用所述数据集对所述识别模型进行训练；将音频信号输入训练好的识别模型，检测是否存在异常声音。5.根据权利要求4所述的风机机舱设备异常声音检测方法，其特征在于，所述方法还包括异常声音的精确定位方法：初始化每个网格的空间谱估计结果：初始化每个网格的空间谱估计结果：其中，W
j
、分别为第j个网格点的初始加权向量和初始空间谱估计结果，为是W
j
的共轭转置，为第j个网格点处单位强度点声源在第t个传声器上所产生的声压，T为传声器数量，R0为传声器声音数据的协方差矩阵，j＝1,2,
…
,J，J为网格数量；计算第i次迭代周期空间谱估计结果的最大谱峰并计算最大谱峰处的点扩展函数
式中，G
i
为最大谱峰处的协方差矩阵，为最大谱峰处的导向向量，导向向量是传声器阵列的所有传声器对单位能量窄带信号源的响应向量；计算第j个网格点的尖锐谱峰：式中，λ为波束宽度，ε
j
为第j个网格点对应的坐标，ε
max
为当前迭代周期最大谱峰处的坐标；若当前迭代周期协方差矩阵R
i
的1范数小于上一迭代周期协方差矩阵R
i
‑1的1范数，则令i＝i+1，计算R
i
＝R
i
‑1‑
G
i
，更新协方差矩阵和空间谱估计结果后继续执行迭代过程；否则，停止迭代过程，输出最终的空间谱估计结果过程；否则，停止迭代过程，输出最终的空间谱估计结果求解的最大值对应的网格，所述网格所在位置即为异常声音源的位置。6.一种风机机舱设备异常声音检测装置，其特征在于，包括：声音信号获取模块，用于实时...

【专利技术属性】
技术研发人员：韩方桂，卜宪德，刘云，马宏强，王坤，
申请(专利权)人：南京安广电力设备有限公司，
类型：发明
国别省市：