一种基于语音分析的机电故障判断方法及系统技术方案

本发明专利技术提供了一种基于语音分析的机电故障判断方法及系统，其方法包括：S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的实时工作参数；S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型；S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果；用以基于机电设备上的声场数据实现对机电设备的故障判断，实现在少量故障经验数据的情况下精准快速地识别出来对应的故障类型和故障位置，避免了机电设备故障范围的进一步扩大。一步扩大。一步扩大。

【技术实现步骤摘要】
一种基于语音分析的机电故障判断方法及系统


[0001]本专利技术涉及故障判断
，特别涉及一种基于语音分析的机电故障判断方法及系统。

技术介绍

[0002]目前，工业大数据的特点是正常样本多、故障样本少，有标签的样本少，无标签样本多。因此基于机理和专家经验的传统故障诊断的发展依然十分活跃，目前为止最有用且在工业界广泛使用的诊断技术还是传统故障诊断技术。针对监测设备的部件一般都是故障频次非常低但是故障影响巨大的部件。由于这些部件故障频次非常小，因此大部分测量数据都是正常数据，收集到的故障数据非常少。深度学习技术显然在这样的数据样本条件下很难达到优越的性能。因此短期内小样本故障诊断技术依然会在工业界存在与使用。
[0003]但是，通过使用人工智能，可以对声音进行分析来检测故障。在非侵入式传感器、机器学习算法和预测维护解决方案的帮助下，出现故障的组件可以在它们变得更严重之前就被识别出来，通过嵌入式声学识别传感器设备，再结合机器学习，可以在故障发生时进行判断，包括故障出现的部位与时间。
[0004]因此，本专利技术提出了一种基于语音分析的机电故障判断方法及系统。

技术实现思路

[0005]本专利技术提供一种基于语音分析的机电故障判断方法及系统，用以基于机电设备上的声场数据实现对机电设备的故障判断，实现在少量故障经验数据的情况下精准快速地识别出来对应的故障类型和故障位置，避免了机电设备故障范围的进一步扩大。
[0006]本专利技术提供一种基于语音分析的机电故障判断方法，包括：S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的实时工作参数；S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型；S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果。
[0007]优选的，所述的一种基于语音分析的机电故障判断方法，S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的工作参数，包括：S101：基于所述机电设备的设备类型确定出对应的外形参数和关键部位；S102：基于所述外形参数和所述关键部位确定出所述声传感器的设置部位；S103：基于设置在所述机电设备对应设置部位的声传感器，获取所述机电设备对应部位的声音信号；S104：实时获取所述机电设备的实时工作参数。
[0008]优选的，所述的一种基于语音分析的机电故障判断方法，S2：基于所述声音信号拟
合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型，包括：基于所有声音信号拟合出对应的动态声场数据；获取所述机电设备对应的三维机电模型；将所述动态声场数据和所述三维机电模型进行融合，获得对应的三维动态声场模型。
[0009]优选的，所述的一种基于语音分析的机电故障判断方法，基于所有声音信号拟合出对应的动态声场数据，包括：对所述声音信号进行去噪处理，获得对应的去噪声信号；将所有去噪声信号进行融合获得对应的动态声场数据。
[0010]优选的，所述的一种基于语音分析的机电故障判断方法，S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果，包括：基于所述实时工作参数生成对应的工作参数记录线程；将所述工作参数记录线程和所述三维动态声场模型进行时序对齐，获得对应的对齐结果；对所述工作参数记录线程进行划分并归类，获得对应的一次划分归类结果；基于所述一次划分归类结果对所述对齐结果进行划分归类，获得对应的二次划分归类结果；基于所述二次划分归类结果和所述三维动态声场模型中的最新声场数据，实时判断出所述机电设备中存在的故障类型和故障位置；基于所述二次划分归类结果对所述三维动态声场模型中的最新周期声场变化数据进行分析，获得对应的可持续性分析结果。
[0011]优选的，所述的一种基于语音分析的机电故障判断方法，对所述工作参数记录线程进行划分并归类，获得对应的一次划分归类结果，包括：基于所述机电设备在不同工作状态对应的工作参数范围，基于所述工作参数范围对所述工作参数记录线程进行一次划分，获得对应的子记录线程；将同一工作状态对应的所有子记录线程进行归类，获得对应的一次划分归类结果。
[0012]优选的，所述的一种基于语音分析的机电故障判断方法，基于所述二次划分归类结果和所述三维动态声场模型中的最新声场数据，实时判断出所述机电设备中存在的故障类型和故障位置，包括：确定出所述二次划分归类结果中每种工作状态对应的所有三维动态声场部分模型；基于所述工作状态确定出所述三维动态声场部分模型中的判别位置；基于所述三维动态声场部分模型中包含的部分动态声场数据，确定出所述一次判别位置对应的局部动态声场数据，基于所述局部动态声场数据拟合出所述一次判别位置对应的局部声场变化曲线，基于所有判别位置对应的局部声场变化曲线获得所述三维动态声场部分模型对应的局部声场变化曲线集合；将所述工作状态对应的所有三维动态声场部分模型中同一判别位置的所有局部
声场变化曲线进行对齐，获得对应判别位置的声场变化对齐曲线；基于预设判别精度在所述声场变化对齐曲线中确定出多个对齐判别时刻，确定出每个对齐判别时刻在所述局部声场变化曲线中对应的声场值，在所述对齐判别时刻对应的所有声场值中筛选出对应的第一离群点；基于所述第一离群点对应的第一声场值和对应对齐判别时刻对应的所有声场值中除所述第一离群点对应的第一声场值以外剩余的所有第二声场值的平均值，计算出所述第一离群点对应的第一偏离幅度，包括：式中，为所述第一离群点对应的第一偏离幅度，为所述第一离群点对应的第一声场值，为对应对齐判别时刻对应的所有声场值中除所述第一离群点以外剩余的所有第二声场值的总数，为对应对齐判别时刻对应的所有声场值中除所述第一离群点以外剩余的第个第二声场值；在与所述一次判别位置距离最近的二次判别位置对应的声场变化对齐曲线中确定出对应对齐判别时刻的所有第三声场值，确定出所有第三声场值中的第二离群点，判断所述第一离群点所属的局部声场变化曲线和所述第二离群点所属的局部声场变化曲线是否为同一时刻，若是，则基于所述第三声场值和所有第三声场值中除所述第二离群点对应的第四声场值以外剩余的所有第五声场值的平均值，计算出所述第二离群点对应的第二偏离幅度，包括：式中，为所述第二离群点对应的第二偏离幅度，为所述第二离群点对应的第四声场值，为对应对齐判别时刻对应的所有第三声场值中除所述第二离群点对应的第四声场值以外剩余的所有第五声场值的总数，为对应对齐判别时刻对应的所有第三声场值中除所述第二离群点对应的第四声场值以外剩余的第个第五声场值；基于所述第一偏离幅度和所述第二偏离幅度对对应声场变化对齐曲线进行校正，获得对应判别位置对应的校正声场变化对齐曲线，基于所述校正声场变化对齐曲线和所述
三维动态声场模型中的最新声场数据，实时判断出所述机电设备中存在的故障类型和故障位置。
[0013]优选的，所述的一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语音分析的机电故障判断方法，其特征在于，包括：S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的实时工作参数；S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型；S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果。2.根据权利要求1所述的一种基于语音分析的机电故障判断方法，其特征在于，S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的工作参数，包括：S101：基于所述机电设备的设备类型确定出对应的外形参数和关键部位；S102：基于所述外形参数和所述关键部位确定出所述声传感器的设置部位；S103：基于设置在所述机电设备对应设置部位的声传感器，获取所述机电设备对应部位的声音信号；S104：实时获取所述机电设备的实时工作参数。3.根据权利要求2所述的一种基于语音分析的机电故障判断方法，其特征在于，S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型，包括：基于所有声音信号拟合出对应的动态声场数据；获取所述机电设备对应的三维机电模型；将所述动态声场数据和所述三维机电模型进行融合，获得对应的三维动态声场模型。4.根据权利要求3所述的一种基于语音分析的机电故障判断方法，其特征在于，基于所有声音信号拟合出对应的动态声场数据，包括：对所述声音信号进行去噪处理，获得对应的去噪声信号；将所有去噪声信号进行融合获得对应的动态声场数据。5.根据权利要求4所述的一种基于语音分析的机电故障判断方法，其特征在于，S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果，包括：基于所述实时工作参数生成对应的工作参数记录线程；将所述工作参数记录线程和所述三维动态声场模型进行时序对齐，获得对应的对齐结果；对所述工作参数记录线程进行划分并归类，获得对应的一次划分归类结果；基于所述一次划分归类结果对所述对齐结果进行划分归类，获得对应的二次划分归类结果；基于所述二次划分归类结果和所述三维动态声场模型中的最新声场数据，实时判断出所述机电设备中存在的故障类型和故障位置；基于所述二次划分归类结果对所述三维动态声场模型中的最新周期声场变化数据进行分析，获得对应的可持续性分析结果。6.根据权利要求5所述的一种基于语音分析的机电故障判断方法，其特征在于，对所述
工作参数记录线程进行划分并归类，获得对应的一次划分归类结果，包括：基于所述机电设备在不同工作状态对应的工作参数范围，基于所述工作参数范围对所述工作参数记录线程进行一次划分，获得对应的子记录线程；将同一工作状态对应的所有子记录线程进行归类，获得对应的一次划分归类结果。7.根据权利要求6所述的一种基于语音分析的机电故障判断方法，其特征在于，基于所述二次划分归类结果和所述三维动态声场模型中的最新声场数据，实时判断出所述机电设备中存在的故障类型和故障位置，包括：确定出所述二次划分归类结果中每种工作状态对应的所有三维动态声场部分模型；基于所述工作状态确定出所述三维动态声场部分模型中的判别位置；基于所述三维动态声场部分模型中包含的部分动态声场数据，确定出所述一次判别位置对应的局部动态声场数据，基于所述局部动态声场数据拟合出所述一次判别位置对应的局部声场变化曲线，基于所有判别位置对应的局部声场变化曲线获得所述三维动态声场部分模型对应的局部声场变化曲线集合；将所述工作状态对应的所有三维动态声场部分模型中同一判别位置的所有局部声场变化曲线进行对齐，获得对应判别位置的声场变化对齐曲线；基于预设判别精度在所述声场变化对齐曲线中确定出多个对齐判别时刻，确定出每个对齐判别时刻在所述局部声场变化曲线中对应的声场值，在所述对齐判别时刻对应的所有声场值中筛选出对应的第一离群点；基于所述第一离群点对应的第一声场值和对应对齐判别时刻对应的所有声场值中除所述第一离群点对应的第一声场值以外剩余的所有第二声场值的平均值，计算出所述第一离群点对应的第一偏离幅度，包括：式中，为所述第一离群点对应的第一偏离幅度，为所述第一离群点对应的第一声场值，N为对应对齐判别时刻对应的所有声场值中除所述第一离群点以外剩余的所有第二...

【专利技术属性】
技术研发人员：王立新，翟永清，张焕启，宁雪伟，
申请(专利权)人：山东交通职业学院，
类型：发明
国别省市：