断煤监测的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种断煤监测的方法、装置、设备及存储介质，其中，该方法包括：获取声音采集装置所采集的声音信号，所述声音采集装置与被监测的磨煤机间隔设置，且朝向所述磨煤机；对所述声音信号进行声学特征提取处理，提取出相应的声学特征；将所述声学特征输入至预设的神经网络模型，根据所述神经网络模型的输出结果确定所述磨煤机是否断煤；所述神经网络模型为训练好的、用于识别是否断煤的模型。通过本发明专利技术实施例提供的断煤监测的方法、装置、设备及存储介质，可以整体上采集磨煤机的的声音信号，实现方式简单，且能够比较准确地识别出是否断煤；并且，声音采集装置可以全时段运行，能够持续监测磨煤机的运行状态。够持续监测磨煤机的运行状态。够持续监测磨煤机的运行状态。

【技术实现步骤摘要】
断煤监测的方法、装置、设备及存储介质


[0001]本专利技术涉及磨煤机
，具体而言，涉及一种断煤监测的方法、装置、设备及存储介质。

技术介绍

[0002]磨煤机是燃煤电厂的重要设备，起到将原煤研磨成粉，生成锅炉燃烧原料的作用。磨煤机发生断煤时，如不能及时响应，会导致发电机的发电效率下降，进而影响发电网络的稳定性，引起一系列不必要的损失。
[0003]为保证发电系统安全、可靠、优质、经济运行，需要对磨煤机的断煤情况进行及时识别。目前对磨煤机的断煤监测方式主要采用振动、应力、温度、光信号、电流等传感器采集相应的信号进行分析。
[0004]但磨煤机一般布设于大型燃煤发电场内，由于其具有设备形态较大的特性，导致表面贴附式传感器需要布设点位较多，加大了传统磨煤机断煤监测系统硬件设计及施工、软件及算法设计难度，实现比较复杂，使用成本较高。

技术实现思路

[0005]为解决现有技术存在的技术问题，本专利技术实施例提供一种断煤监测的方法、装置、设备及存储介质。
[0006]第一方面，本专利技术实施例提供了一种断煤监测的方法，包括：
[0007]获取声音采集装置所采集的声音信号，所述声音采集装置与被监测的磨煤机间隔设置，且朝向所述磨煤机；
[0008]对所述声音信号进行声学特征提取处理，提取出相应的声学特征；
[0009]将所述声学特征输入至预设的神经网络模型，根据所述神经网络模型的输出结果确定所述磨煤机是否断煤；所述神经网络模型为训练好的、用于识别是否断煤的模型。
[0010]在一种可能的实现方式中，所述对所述声音信号进行声学特征提取处理，提取出相应的声学特征，包括：
[0011]基于预设的映射函数，对所述声音信号进行映射转换，确定相应的检测信号；所述映射函数为单调的非线性函数；
[0012]根据所述检测信号进行傅里叶变换，得到相应的频谱信号；
[0013]按照不同的频段，将所述频谱信号分为多个频段信号；
[0014]确定每个所述频段信号所对应的信号能量之和，将每个所述频段信号的信号能量之和作为提取出的声学特征。
[0015]在一种可能的实现方式中，所述声音采集装置包括多路声音传感器；
[0016]所述基于预设的映射函数，对所述声音信号进行映射转换，确定相应的检测信号，包括：
[0017]基于预设的映射函数，对每一路所述声音传感器所采集的信号进行映射转换，确
定每一路的映射结果；
[0018]为所述映射结果设置相应的权重，所述权重与所述映射结果的能量值之间为正相关关系；
[0019]根据所述权重对多路所述映射结果进行加权处理，得到相应的检测信号。
[0020]在一种可能的实现方式中，所述根据所述检测信号进行傅里叶变换，包括：
[0021]对所述检测信号进行选择性取绝对值，将所述检测信号转换为修正信号；
[0022]根据所述修正信号进行傅里叶变换；
[0023]其中，所述修正信号满足：
[0024]y＝s(x)
×
x；
[0025]其中，y表示所述修正信号，x表示所述检测信号，s(x)为符号函数，且a为预设系数，且a>0。
[0026]在一种可能的实现方式中，所述映射函数为对数函数。
[0027]在一种可能的实现方式中，在所述对所述声音信号进行声学特征提取处理之前，该方法还包括：
[0028]根据所述声音信号计算相应的声压级；
[0029]判断所述声压级是否超过预设值；
[0030]在所述声压级超过预设值的情况下，执行所述对所述声音信号进行声学特征提取处理的步骤。
[0031]在一种可能的实现方式中，所述声音采集装置包括多路声音传感器；
[0032]所述根据所述声音信号计算相应的声压级，包括：
[0033]根据所述多路声音传感器中的部分声音传感器所采集的信号计算所述声音信号的声压级。
[0034]第二方面，本专利技术实施例还提供了一种断煤监测的装置，包括：
[0035]获取模块，用于获取声音采集装置所采集的声音信号，所述声音采集装置与被监测的磨煤机间隔设置，且朝向所述磨煤机；
[0036]特征提取模块，用于对所述声音信号进行声学特征提取处理，提取出相应的声学特征；
[0037]识别模块，英语将所述声学特征输入至预设的神经网络模型，根据所述神经网络模型的输出结果确定所述磨煤机是否断煤；所述神经网络模型为训练好的、用于识别是否断煤的模型。
[0038]第三方面，本专利技术实施例提供了一种断煤监测的设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述存储器中存储的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面所述的断煤监测的方法。
[0039]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的断煤监测的方法。
[0040]第五方面，本申请还提供一种计算机程序产品，包括计算机程序，当计算机程序被
执行时，可以实现上述第一方面或者第一方面的任一种可能的设计方式所述的断煤监测的方法。
[0041]本专利技术实施例提供的断煤监测的方法、装置、设备及存储介质，利用设置在磨煤机旁的声音采集装置采集该磨煤机运行过程中的声音信号，并提取出声音信号中的声学特征，利用训练好的神经网络模型可以识别出该声学特征所表示的断煤信息，从而可以确定磨煤机是否断煤。该方法利用声音采集装置可以整体上采集磨煤机的的声音信号，实现方式简单，且能够比较准确地识别出是否断煤；并且，声音采集装置可以全时段(24小时)运行，能够持续监测磨煤机的运行状态，做到高可靠性的同时，还可以降低磨煤机断煤监测的成本，能够为发电行业的稳定性运行、智能化发展提供有力的保障。
附图说明
[0042]为了更清楚地说明本专利技术实施例或
技术介绍
中的技术方案，下面将对本专利技术实施例或
技术介绍
中所需要使用的附图进行说明。
[0043]图1示出了本专利技术实施例所提供的一种断煤监测的方法的流程图；
[0044]图2示出了本专利技术实施例所提供的断煤监测的方法的一种详细流程图；
[0045]图3示出了本专利技术实施例所提供的一种断煤监测的装置的结构示意图；
[0046]图4示出了本专利技术实施例所提供的一种断煤监测的设备的结构示意图。
具体实施方式
[0047]下面结合本专利技术实施例中的附图对本专利技术实施例进行描述。
[0048]本专利技术实施例提供的断煤监测的方法，采集磨煤机运行过程中的声音信号，利用该声音信号所具有的声学特征识别磨煤机是否断煤。图1示出了本专利技术实施例所提供的一种断煤监测的方法的流程图。如图1所示，该方法包括：
[0049]步骤101：获取声音采集装置所采集的声音信号，声音采集装置与被监测的磨煤机间隔设置，且朝向磨煤机。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种断煤监测的方法，其特征在于，包括：获取声音采集装置所采集的声音信号，所述声音采集装置与被监测的磨煤机间隔设置，且朝向所述磨煤机；对所述声音信号进行声学特征提取处理，提取出相应的声学特征；将所述声学特征输入至预设的神经网络模型，根据所述神经网络模型的输出结果确定所述磨煤机是否断煤；所述神经网络模型为训练好的、用于识别是否断煤的模型。2.根据权利要求1所述的方法，其特征在于，所述对所述声音信号进行声学特征提取处理，提取出相应的声学特征，包括：基于预设的映射函数，对所述声音信号进行映射转换，确定相应的检测信号；所述映射函数为单调的非线性函数；根据所述检测信号进行傅里叶变换，得到相应的频谱信号；按照不同的频段，将所述频谱信号分为多个频段信号；确定每个所述频段信号所对应的信号能量之和，将每个所述频段信号的信号能量之和作为提取出的声学特征。3.根据权利要求2所述的方法，其特征在于，所述声音采集装置包括多路声音传感器；所述基于预设的映射函数，对所述声音信号进行映射转换，确定相应的检测信号，包括：基于预设的映射函数，对每一路所述声音传感器所采集的信号进行映射转换，确定每一路的映射结果；为所述映射结果设置相应的权重，所述权重与所述映射结果的能量值之间为正相关关系；根据所述权重对多路所述映射结果进行加权处理，得到相应的检测信号。4.根据权利要求2所述的方法，其特征在于，所述根据所述检测信号进行傅里叶变换，包括：对所述检测信号进行选择性取绝对值，将所述检测信号转换为修正信号；根据所述修正信号进行傅里叶变换；其中，所述修正信号满足：y＝s(x)
...

【专利技术属性】
技术研发人员：涂万里，邢子龙，丁亚彪，李晓欢，丁东亮，黄毅伟，
申请(专利权)人：北京谛声科技有限责任公司，
类型：发明
国别省市：