用于轧制过程关键工序动作的声音远程监测系统及监测方法技术方案

本发明专利技术涉及一种基于声音传感器的轧制过程关键工序动作远程监测系统及监测方法，属于声音信号的远程监测技术领域。该系统包括音频信号采集模块、数据通信传输模块、音频信号滤波处理模块、音频信号存储模块、音频信号展示模块、音频信号分析模块以及综合系统管理模块。该系统通过采集轧制过程中现场重要部位的音频信号，解决远程集控后操作人员听不到现场声音的问题，实现对现场情况的监听与分析，便于操作人员对生产过程中可能出现的问题进行及时发现，提升操作集控的智能化。提升操作集控的智能化。提升操作集控的智能化。

【技术实现步骤摘要】
用于轧制过程关键工序动作的声音远程监测系统及监测方法


[0001]本专利技术属于声音监测系统领域，具体涉及一种基于声音传感器的轧制过程关键工序动作远程监测系统及监测方法。

技术介绍

[0002]在信息化技术迅速发展和大数据背景下，对钢铁行业来说，人工化生产在效率和安全等方面已无法满足钢铁行业的需求。随着智能化成为我国制造业的发展方向，创新驱动传统制造向智能制造转型升级。通过智能化建设，以集中、扁平化操控为抓手，实现多工序的实时集控监控，追求生产过程的智慧化、少人化和集约化。
[0003]在传统操作模式下，现场的操作工人需紧盯现场实际运行状态或监控视频来实时观察现场情况，发现异常及时采取相应措施。操作人员关注的除了重要关键位置的监控视频外，相关工序所发出的异常声音也是做出判断的重要依据。而实现远程集控后，操作人员远离实际现场，感知不到现场实际声音，这样会造成他们对现场情况判断不足，如何让在集控中心的操作人员监听到现场的声音，也是生产操作远程化、集中化的关键所在。
[0004]目前针对轧制过程关键工序动作的监控主要是由摄像头采集的视频进行实时监控，无法利用多维信息对工序设备运行状态进行准确判断。现有针对轧制过程声音监测技术应用较少。同时，现有声音监测技术在分析处理数据时，往往都是离线形式下进行的，无法满足现场实时处理分析的需求。

技术实现思路

[0005]为了方便操作人员监听现场的生产状况，本专利技术提出一种基于声音传感器的轧制过程关键工序动作远程监测系统及监测方法，通过采集不同生产工序下的声音信号，并具有音频信号实时监测、滤波、保存、调用及回放等功能，帮助操作人员在集控中心也能及时、准确地发现生产过程可能出现地问题，为建立生产运行常见故障的音频库，以及下一步实现通过声音对工序过程进行状态监测和故障识别奠定基础。
[0006]本专利技术是通过以下技术方案实现的：
[0007]一种用于轧制过程关键工序动作的声音远程监测系统，所述声音远程监测系统包括：
[0008]音频信号采集模块：轧制生产过程中在关键工序点位设置音频采集装置，用于实时采集现场轧制过程音频信号数据，并输出至数据通信传输模块；
[0009]数据通信传输模块：用于接收所述音频信号采集模块采集到的所述音频信号数据，所述数据通信传输模块通过交换机或路由器接入互联网，并将接收到的所述音频信号数据发送至音频信号滤波处理模块、音频信号展示模块和音频信号存储模块；
[0010]音频信号滤波处理模块：用于对接收到的所述音频信号数据进行滤波处理，将滤波处理后的音频数据输送至音频信号展示模块、音频信号存储模块和音频信号分析模块；
[0011]音频信号存储模块：与所述数据通信传输模块以及所述音频信号滤波处理模块连
接；所述音频信号存储模块采用服务器存储所述数据通信传输模块和所述音频信号滤波处理模块传送的音频数据；
[0012]音频信号展示模块：将接收到的原始的音频信号数据和滤波处理后的音频数据进行实时监测展示，并能够实现对数据进行查询、筛选；
[0013]音频信号分析模块：将接收到的滤波处理后的音频数据进行分析，用于提取工序工作的声音信号的声音特征，并输入至已训练好的深度学习识别网络模型中，由所述深度学习识别网络模型进行动作识别并获得数据分析结果。
[0014]所述声音远程监测系统基于B/S架构，系统硬件包括网络拾音器、交换机、服务器、终端电脑、定向音响、蓝牙耳机收发器以及无线蓝牙耳机；
[0015]进一步地，所述音频信号采集模块包括若干个网络拾音器，每个网络拾音器均设置在关键工序设备附近，所述网络拾音器用于采集轧制过程中关键工序设备运行时的声音信号。优选地，所述网络拾音器采用高保真音频采样以满足应用需求；网络信号输出可实现远程集控；采用12V供电，方便安装，对生产不造成任何影响；
[0016]进一步地，所述网络拾音器拾取现场声音信号，并把所述声音信号转换成数字网络信号，通过网线传输至工业光电转换交换机，转换成光信号，再通过光纤终端盒转换，将所述光信号通过光缆传输，最终汇聚成一根光缆传输至集控中心核心交换机。
[0017]定向音响和蓝牙收发器通过音频线连接至电脑终端听取声音，完成声音的传输；
[0018]所述数据通信传输模块要求所述网络拾音器和终端在同一局域网下，可直接利用集控中心建设下的网络；
[0019]进一步地，所述音频信号滤波处理模块对接收到的所述音频信号数据利用在线降噪技术实时进行降噪处理，提供实时的降噪音频，提高声音的信噪比；所述音频信号滤波处理模块集成多种滤波算法，包括小波滤波、维纳滤波、卡尔曼滤波、以及深度学习降噪技术，针对不同的声音采用不同的滤波方式，以满足不同工序动作声音的滤波需求。同时，还可对滤波处理算法中涉及的相应参数进行调整设置。音频信号滤波处理是声音远程监测系统的核心，对噪声的干扰进行滤除，让操作人员更加准确的监听现场运行动作的声音。
[0020]进一步地，所述音频信号存储模块包括自动和手动存储两种方式；其中，自动存储模式是在每间隔固定时间按照预先设定的命名格式进行音频存储；手动存储模式是在操作人员在特定关注的时间范围内手动操作进行存储。
[0021]进一步地，所述音频信号存储模块设置有搜索功能，通过拾音器的具体区域和位置，查询音频文件的历史存储记录，并可对历史数据进行播放、删除、重命名、转码、导出相关操作。
[0022]进一步地，所述音频信号展示模块的展示界面展示当前选择的拾音器所采集到的实时音频波形图，以便于操作人员实时查看；
[0023]所述音频信号展示模块默认监听的是滤波处理后的声音，设置切换按钮可转换监听采集的原始声音；在所述展示界面上能够根据现场不同的工作区域、拾音器安装位置以及IP地址来选择、添加拾音器。
[0024]进一步地，所述声音远程监测系统还包括综合系统管理模块，所述综合系统管理模块用于声音存储命名方式设置、声音下载存储位置设置、音频存储间隔时长设置以及拾音器设备管理；
[0025]其中，所述拾音器设备管理是对拾音器安装位置、编号以及启用状态信息变动进行操作，对设备信息进行管理。
[0026]一种用于轧制过程关键工序动作的声音远程监测方法，采用所述声音远程监测系统，所述方法包括：
[0027]音频信号采集：通过音频信号采集模块，实时采集现场轧制过程音频信号数据；
[0028]数据通信传输：通过数据通信传输模块，将所述音频信号采集模块采集到的音频信号数据，发送至音频信号滤波处理模块、音频信号展示模块和音频信号存储模块；
[0029]音频信号滤波：通过音频信号滤波模块对音频信号数据进行滤波处理，将滤波处理后的音频数据输送至音频信号展示模块、音频信号存储模块和音频信号分析模块；
[0030]音频信号展示：将接收到的原始的音频信号数据和滤波处理后的音频数据进行实时监测展示；
[0031]音频信号分析：将接收到的滤波处理后的音频数据进行分析，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于轧制过程关键工序动作的声音远程监测系统，其特征在于，所述声音远程监测系统包括：音频信号采集模块：轧制生产过程中在关键工序点位设置音频采集装置，用于实时采集现场轧制过程音频信号数据，并输出至数据通信传输模块；数据通信传输模块：用于接收所述音频信号采集模块采集到的所述音频信号数据，所述数据通信传输模块通过交换机或路由器接入互联网，并将接收到的所述音频信号数据发送至音频信号滤波处理模块、音频信号展示模块和音频信号存储模块；音频信号滤波处理模块：用于对接收到的所述音频信号数据进行滤波处理，将滤波处理后的音频数据输送至音频信号展示模块、音频信号存储模块和音频信号分析模块；音频信号存储模块：与所述数据通信传输模块以及所述音频信号滤波处理模块连接；所述音频信号存储模块采用服务器存储所述数据通信传输模块和所述音频信号滤波处理模块传送的音频数据；音频信号展示模块：将接收到的原始的音频信号数据和滤波处理后的音频数据进行实时监测展示，并能够实现对数据进行查询、筛选；音频信号分析模块：将接收到的滤波处理后的音频数据进行分析，用于提取工序工作的声音信号的声音特征，并输入至已训练好的深度学习识别网络模型中，由所述深度学习识别网络模型进行动作识别并获得数据分析结果。2.根据权利要求1所述一种用于轧制过程关键工序动作的声音远程监测系统，其特征在于，所述音频信号采集模块包括若干个网络拾音器，每个网络拾音器均设置在关键工序设备附近，所述网络拾音器用于采集轧制过程中关键工序设备运行时的声音信号。3.根据权利要求2所述一种用于轧制过程关键工序动作的声音远程监测系统，其特征在于，所述网络拾音器拾取现场声音信号，并把所述声音信号转换成数字网络信号，通过网线传输至工业光电转换交换机，转换成光信号，再通过光纤终端盒转换，将所述光信号通过光缆传输至集控中心核心交换机。4.根据权利要求1所述一种用于轧制过程关键工序动作的声音远程监测系统，其特征在于，所述音频信号滤波处理模块对接收到的所述音频信号数据利用在线降噪技术实时进行降噪处理，提供实时的降噪音频，提高声音的信噪比；所述音频信号滤波处理模块集成多种滤波算法，包括小波滤波、维纳滤波、卡尔曼滤波、以及深度学习降噪技术，针对不同的声音采用不同的滤波方式，以满足不同工序动作声音的滤波需求。5.根据权利要求1所述一种用于轧制过程关键工序动作的声音远程监测系统，其特征在于，所述音频信号存储模块包括自动和手动...

【专利技术属性】
技术研发人员：李艳姣，张飞，李伟超，张勇军，路子扬，史瑞，毕鹏飞，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：