一种基于声音相似度的设备状态预警系统及其方法技术方案

本发明专利技术公开了一种基于声音相似度的设备状态预警系统及其方法，属于设备状态预警技术领域，包括：在线采集单元

【技术实现步骤摘要】
一种基于声音相似度的设备状态预警系统及其方法


[0001]本专利技术涉及设备状态预警
，具体涉及一种基于声音相似度的设备状态预警系统及其方法
。

技术介绍

[0002]工业企业存在大量机械和电气设备，这些设备是所有工业生产的基础
。
[0003]设备的维护模式，从最初的事后维修
(
即出了故障不能使用时再进行维修的模式
)
，经过了周期维修模式
(
即定期维修和维护，不论是否发生故障，以确保设备的工作状态
)
，到状态维修模式
(
这是性价比较高的一种维修形式，机器根据诊断的情况来更换零件和修理
)。
状态维修不会导致机器严重损坏，利用了机器的整个寿命周期，实现了定向停工检修
。
当前，已经逐步发展到预知性维修模式
(
集装备状态监测
、
故障诊断
、
故障
(
状态
)
预测
、
维修决策支持和维修活动于一体，是一种性价比最高的维修方式
)。
预知维修是以状态为依据的维修，在机器运行时，对它的主要
(
或需要
)
部位进行定期
(
或连续
)
的状态监测和故障诊断，判定装备所处的状态，预测装备状态未来的发展趋势，依据装备的状态发展趋势和可能的故障模式，预先制定维修计划，确定机器应该修理的时间
、
内容
、
方式和必需的技术和物资支持
。
[0004]无论是状态维修或者是预知性维修，都需要对设备进行状态监测和故障预警，这是实现设备状态维修或者预知性维护的必要手段
。
[0005]关于设备状态的监测和故障预警的各种技术，均发展自人体的“五感”模拟技术，所谓五感，视觉
、
嗅觉
、
触觉
、
听觉和询问
。
视觉
、
嗅觉
、
触觉和询问的人工替代，发展比较成熟
。
视觉通过机器视觉
、
嗅觉通过气体分析仪
、
触觉通过振动传感器
、
问询通过计算机信息系统都得以很好的实现
。
唯独听觉的机器替代还处于起步阶段，目前主要还是依靠“听音棒”和有经验的维护工程师的听诊经验
。
[0006]在人工听诊的替代方面，最主要的难点在于设备声音的特征提取和故障声纹库的积累
。
因为不同的设备，甚至是相同的设备，在不同情况下的设备声音是千差万别的
。
[0007]基于此，本专利技术设计了一种基于声音相似度的设备状态预警系统及其方法以解决上述问题
。

技术实现思路

[0008]针对现有技术所存在的上述缺点，本专利技术提供了一种基于声音相似度的设备状态预警系统及其方法
。
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0010]一种基于声音相似度的设备状态预警系统，包括：
[0011]1)
在线采集单元
U1
，用于采集在不同设备运转速度或
/
和不同负载信息数据下的声音信号，并对采集的声音信号进行数字化处理；
[0012]所述在线采集单元
U1
包括接触式设备声音传感器和非接触式设备声音传感器；
[0013]2)
声音分类和存储单元
U2
，用于依据转速和负载对声音信号数据进行分类并存储；
[0014]3)
特征提取单元
U3
，用于对声音分类和存储单元
U2
内存储的声音信号数据进行频域变换，而后提取其频域特征，形成特征矩阵
U4
；
[0015]4)
预警模型系统
M
和模型系统参数
Var
，用于得到相似度特征值
Y
，并将相似度特征值
Y
和人工设置的相似度预警阈值
X
进行对比，判断是否进行状态预警
。
[0016]进一步的，在构建预警模型系统
M
之前，大量的特征矩阵
U4
，可构建历史特征数据集
A。
[0017]进一步的，将历史特征数据集
A
分为训练集和测试集，通过机器学习构建预警模型系统
M
，并生成模型系统参数
Var。
[0018]进一步的，预警模型系统
M
的输入为同速度
、
同负载情况下设备的声音，包括接触式设备声音传感器采集到的声音和非接触式设备声音传感器采集到的声音的特征矩阵
。
[0019]进一步的，在预警模型系统
M
构建完成后，对新采集数据，构建形成当前特征矩阵
B。
[0020]进一步的，当前特征矩阵
B
经过预警模型系统
M
和模型参数
Var
的处理，得到相似度特征值
Y。
[0021]进一步的，将相似度特征值
Y
和人工设置的相似度预警阈值
X
进行对比，若相似度特征值
Y
超过相似度预警阈值
X
所规定的范围，则进行状态预警，发出系统预警信息，否则不进行状态预警
。
[0022]一种基于声音相似度的设备状态预警系统的设备状态预警方法，包括以下步骤：
[0023]一
、
通过在线采集单元
U1
采集在不同设备运转速度或
/
和不同负载信息数据下的声音信号，并对采集的声音信号进行数字化处理；
[0024]二
、
通过声音分类和存储单元
U2
依据转速和负载对声音信号数据进行分类并存储；
[0025]三
、
通过特征提取单元
U3
对声音分类和存储单元
U2
内存储的声音信号数据进行频域变换，而后提取其频域特征，形成特征矩阵
U4
；在构建预警模型系统
M
之前，大量的特征矩阵
U4
构建形成历史特征数据集
A
；
[0026]四
、
构建预警模型系统
M
；
[0027]将历史特征数据集
A
分为训练集和测试集，通过机器学习构建预警模型系统
M
，并生成模型系统参数
Var
；
[0028]五
、
在预警模型系统
M
构建完成后，对新采集数据，构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于声音相似度的设备状态预警系统，其特征在于，包括：
1)
在线采集单元
U1
，用于采集在不同设备运转速度或
/
和不同负载信息数据下的声音信号，并对采集的声音信号进行数字化处理；所述在线采集单元
U1
包括接触式设备声音传感器和非接触式设备声音传感器；
2)
声音分类和存储单元
U2
，用于依据转速和负载对声音信号数据进行分类并存储；
3)
特征提取单元
U3
，用于对声音分类和存储单元
U2
内存储的声音信号数据进行频域变换，而后提取其频域特征，形成特征矩阵
U4
；
4)
预警模型系统
M
和模型系统参数
Var
，用于得到相似度特征值
Y
，并将相似度特征值
Y
和人工设置的相似度预警阈值
X
进行对比，判断是否进行状态预警
。2.
根据权利要求1所述的基于声音相似度的设备状态预警系统，其特征在于，在构建预警模型系统
M
之前，大量的特征矩阵
U4
，可构建历史特征数据集
A。3.
根据权利要求2所述的基于声音相似度的设备状态预警系统，其特征在于，将历史特征数据集
A
分为训练集和测试集，通过机器学习构建预警模型系统
M
，并生成模型系统参数
Var。4.
根据权利要求3所述的基于声音相似度的设备状态预警系统，其特征在于，预警模型系统
M
的输入为同速度
、
同负载情况下设备的声音，包括接触式设备声音传感器采集到的声音和非接触式设备声音传感器采集到的声音的特征矩阵
。5.
根据权利要求4所述的基于声音相似度的设备状态预警系统，其特征在于，在预警模型系统
M
构建完成后，对新采集数据，构建形成当前特征矩阵
B。6.
根据权利要求5所述的基于声音相似度的设备状态预警系统，其特征在于，当前特征矩阵
B
经过预警模型系统
M
和模型参数
Var

【专利技术属性】
技术研发人员：纪建军，
申请(专利权)人：力声智能科技苏州有限公司，
类型：发明
国别省市：