基于音频特征参数的设备特定器件故障判断方法技术

本发明专利技术涉及基于音频特征参数的设备特定器件故障判断方法，本发明专利技术包括，采集分析设备中除特定器件以外其他器件同时运行的声音样本，获取噪声门限值；采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，获取正常类簇质心；采集设备中全部器件同时运行且包括特定器件故障运行的声音样本，获取故障类簇质心；采集设备中全部器件同时运行且包括特定器件实际运行的声音样本，提取实际三维音频参数；计算获得实际三维音频参数与正常类簇质心的距离，计算获得实际三维音频参数与故障类簇质心的距离，判断实际三维音频参数的类簇归属。相对于现有技术，本发明专利技术通过对样本进行稳定片段截取和降噪，减少了数据的误差，提高了故障诊断的准确性。故障诊断的准确性。故障诊断的准确性。

【技术实现步骤摘要】
基于音频特征参数的设备特定器件故障判断方法


[0001]本专利技术属于设备器件故障判断
，尤其涉及基于音频特征参数的设备特定器件故障判断方法。

技术介绍

[0002]随着现代工业的快速变化，机器运作呈现出高效率、高精度、高时长的特点，设备中部构造越来越精细、复杂，设备中器件越来越多，设备性能提升的同时也意味着故障的可能性大大增加、且前期不易被发现。设备中的特定器件一旦出现故障，会带来重大的时间成本及经济成本损失，甚至影响人的生命安全，并且事后检修会造成二次损失，基于此，及时检测诊断设备中特定器件是否发生故障尤为重要。目前判断故障的方法主要有人工定期检查维修和机械故障检测技术两种，其中人工检查很难从复杂精密的设备中检查出特定器件是否发生故障，因此，研究并设计设备故障诊断技术被广泛关注。
[0003]设备故障检测技术又可分为两种，一是接触式诊断法，典型例子为检测设备运作时的振动信号；另一个是非接触式诊断法，可应用于设备狭小、内部复杂、高温或高腐蚀的情况。非接触式诊断技术目前主要包含音频检测分析法、红外检测法及放射线检测法等，其中，音频检测分析法具有成本低、方法简单、诊断效率高、不影响机器设备工作的特点。但现有音频检测分析法对设备中特定器件的故障判断结果误差较大。
[0004]因此，亟需一种误差小的设备中特定器件故障判断方法。

技术实现思路

[0005]本专利技术的目的在于：针对现有技术的不足，本专利技术提供一种基于音频特征参数的设备特定器件故障判断方法，以解决现有技术中使用音频检测分析法对设备中特定器件的故障判断结果误差较大。
[0006]为了实现上述目的，本专利技术采用以下技术方案，包括：
[0007]S100，采集分析设备中除特定器件以外其他器件同时运行的声音样本，获取噪声门限值；
[0008]S200，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，并进行稳定片段截取和降噪，提取多组正常三维音频参数，所述正常三维音频参数包括正常MFCC参数均值、正常MFCC参数标准差和正常过零率标准差，采用k
‑
means聚类算法对多组所述正常三维音频参数进行聚类以获取正常类簇质心；
[0009]S300，采集设备中全部器件同时运行且包括特定器件故障运行的声音样本，并进行稳定片段截取和降噪，提取多组故障三维音频参数，所述故障三维音频参数包括故障MFCC参数均值、故障MFCC参数标准差和故障过零率标准差，采用k
‑
means聚类算法对多组所述故障三维音频参数进行聚类以获取故障类簇质心；
[0010]S400，采集设备中全部器件同时运行且包括特定器件实际运行的声音样本，并进行稳定片段截取和降噪，提取实际三维音频参数，所述实际三维音频参数包括实际MFCC参
数均值、实际MFCC参数标准差和实际过零率标准差；
[0011]S500，计算正常类簇质心与实际三维音频参数之间的距离以获得正常类簇质心距离，计算故障类簇质心与实际三维音频参数之间的距离以获得故障类簇质心距离，比较正常类簇质心距离和故障类簇质心距离两者的数值大小；若正常类簇质心距离小于故障类簇质心距离，则判断所述实际三维音频参数属于正常类簇；若正常类簇质心距离大于故障类簇质心距离，则判断所述实际三维音频参数属于故障类簇。
[0012]作为本专利技术所述的基于音频特征参数的设备特定器件故障判断方法的优选方案，S100，采集分析设备中除特定器件以外其他器件同时运行的声音样本，获取噪声门限值，包括：
[0013]S110，采集设备中除特定器件以外其他器件同时运行的声音样本，获取噪声音频信息；
[0014]S120，将所述噪声音频信息传输至终端设备存储；
[0015]S130，将所述噪声音频信息进行分帧加窗处理，提取各帧的噪声能量值；
[0016]S140，分别计算获取所述噪声音频信息各帧的噪声能量值均值和噪声能量值标准差；
[0017]S150，根据所述噪声音频信息各帧的噪声能量值均值和噪声能量值标准差之和，分别对应计算获取所述噪声音频信息各帧的噪声门限值。
[0018]作为本专利技术所述的基于音频特征参数的设备特定器件故障判断方法的优选方案，S200，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，并进行稳定片段截取和降噪，提取多组正常三维音频参数，所述正常三维音频参数包括正常MFCC参数均值、正常MFCC参数标准差和正常过零率标准差，采用k
‑
means聚类算法对多组所述正常三维音频参数进行聚类以获取正常类簇质心，包括：
[0019]S210，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，获取正常音频信息；
[0020]S220，将所述正常音频信息传输至终端设备存储；
[0021]S230，将所述正常音频信息进行分帧加窗处理，对所述正常音频信息进行时域分析以获取相应的时域特征；
[0022]S240，截取所述正常音频信息中时域特征稳定的音频片段，得到截取后的正常音频信息；
[0023]S250，对所述截取后的正常音频信息进行频域分析以获取相应的频域特征；
[0024]S260，根据噪声门限值对所述截取后的正常音频信息进行降噪处理，得到截取后且降噪后的正常音频信息；
[0025]S270，根据所述截取后且降噪后的正常音频信息，获取其各帧中对应的正常MFCC参数均值、正常MFCC参数标准差和正常过零率标准差，对应构建多组正常三维音频参数，采用k
‑
means聚类算法对多组所述正常三维音频参数进行聚类分析处理，获取正常类簇质心。
[0026]作为本专利技术所述的基于音频特征参数的设备特定器件故障判断方法的优选方案，S300，采集设备中全部器件同时运行且包括特定器件故障运行的声音样本，并进行稳定片段截取和降噪，提取多组故障三维音频参数，所述故障三维音频参数包括故障MFCC参数均值、故障MFCC参数标准差和故障过零率标准差，采用k
‑
means聚类算法对多组所述故障三维
音频参数进行聚类以获取故障类簇质心，包括：
[0027]S310，采集设备中全部器件同时运行且包括特定器件故障运行的声音样本，获取故障音频信息；
[0028]S320，将所述故障音频信息传输至终端设备存储；
[0029]S330，将所述故障音频信息进行分帧加窗处理，对所述故障音频信息进行时域分析以获取相应的时域特征；
[0030]S340，截取所述故障音频信息中时域特征稳定的音频片段，得到截取后的故障音频信息；
[0031]S350，对所述截取后的故障音频信息进行频域分析以获取相应的频域特征；
[0032]S360，根据噪声门限值对所述截取后的故障音频信息进行降噪处理，得到截取后且降噪后的故障音频信息；
[0033]S370，根据所述截取后且降噪后的故障音频信息，获取其各帧中对应的故障MF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于音频特征参数的设备特定器件故障判断方法，其特征在于，包括：S100，采集分析设备中除特定器件以外其他器件同时运行的声音样本，获取噪声门限值；S200，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，并进行稳定片段截取和降噪，提取多组正常三维音频参数，所述正常三维音频参数包括正常MFCC参数均值、正常MFCC参数标准差和正常过零率标准差，采用k
‑
means聚类算法对多组所述正常三维音频参数进行聚类以获取正常类簇质心；S300，采集设备中全部器件同时运行且包括特定器件故障运行的声音样本，并进行稳定片段截取和降噪，提取多组故障三维音频参数，所述故障三维音频参数包括故障MFCC参数均值、故障MFCC参数标准差和故障过零率标准差，采用k
‑
means聚类算法对多组所述故障三维音频参数进行聚类以获取故障类簇质心；S400，采集设备中全部器件同时运行且包括特定器件实际运行的声音样本，并进行稳定片段截取和降噪，提取实际三维音频参数，所述实际三维音频参数包括实际MFCC参数均值、实际MFCC参数标准差和实际过零率标准差；S500，计算正常类簇质心与实际三维音频参数之间的距离以获得正常类簇质心距离，计算故障类簇质心与实际三维音频参数之间的距离以获得故障类簇质心距离，比较正常类簇质心距离和故障类簇质心距离两者的数值大小；若正常类簇质心距离小于故障类簇质心距离，则判断所述实际三维音频参数属于正常类簇；若正常类簇质心距离大于故障类簇质心距离，则判断所述实际三维音频参数属于故障类簇。2.根据权利要求1所述的基于音频特征参数的设备特定器件故障判断方法，其特征在于，S100，采集分析设备中除特定器件以外其他器件同时运行的声音样本，获取噪声门限值，包括：S110，采集设备中除特定器件以外其他器件同时运行的声音样本，获取噪声音频信息；S120，将所述噪声音频信息传输至终端设备存储；S130，将所述噪声音频信息进行分帧加窗处理，提取各帧的噪声能量值；S140，分别计算获取所述噪声音频信息各帧的噪声能量值均值和噪声能量值标准差；S150，根据所述噪声音频信息各帧的噪声能量值均值和噪声能量值标准差之和，分别对应计算获取所述噪声音频信息各帧的噪声门限值。3.根据权利要求1所述的基于音频特征参数的设备特定器件故障判断方法，其特征在于，S200，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，并进行稳定片段截取和降噪，提取多组正常三维音频参数，所述正常三维音频参数包括正常MFCC参数均值、正常MFCC参数标准差和正常过零率标准差，采用k
‑
means聚类算法对多组所述正常三维音频参数进行聚类以获取正常类簇质心，包括：S210，采集设备中全部器件同时运行且包括特定器件正常运行的声音样本，获取正常音频信息；S220，将所述正常音频信息传输至终端设备存储；S230，将所述正常音频信息进行分帧加窗处理，对所述正常音频信息进行时域分析以获取相应的时域特征；S240，截取所述正常音频信息中时域特征稳定的音频片段，得到截取后的正常音频信
息；S250，对所述截取后的正常音频信息进行频域分析以获取相应的频域特征；S260，根据噪声门限值对所述截取后的正常音频信息进行降噪处理，得到截取后且降噪后的正常音频信息；S270，根...

【专利技术属性】
技术研发人员：刘炜，符小卫，
申请(专利权)人：广州精进科技有限公司，
类型：发明
国别省市：