【技术实现步骤摘要】
本申请涉及工程施工的，尤其是涉及一种施工器械声纹检测方法、系统、设备及介质。
技术介绍
1、在电缆、管线施工过程中，施工器械会因缺乏监管，从而对地下电缆和管线造成挖断、破坏等现象，造成不必要的损失。可见电缆施工过程中预防外力破坏是电力、能源行业的痛点问题，长期以来得不到有效的治理。
2、施工工程器械在施工作业的过程中，会产生不同频率、不同间隔、不同音调、不同声强、不同能量的震动、噪声等信号，目前的检测设备可以通过对震动、噪声等信号的监测，有效判断施工器械的作业动作和作业位置，从而对施工位置提前预警预判，减少外力破坏的现象发生。但震动信号的监测往往受到施工过程中的土质情况的影响，由于震动信号在软质路面和土壤中的传播衰减很快，如果施工过程是在软质路面上进行的，如绿化带或者人行道，那么振动信号的监测将起不到很大作用，影响在工作时对施工器械位置进行预判的准确性，上述问题有待解决。
技术实现思路
1、为了在施工过程中减少地下电缆和管线被破坏的情况发生，提升对施工器械位置监测的准确性，本申请提供一种施工器械声纹检测方法、系统、设备及介质，采用如下技术方案：
2、第一方面，本申请提供一种施工器械声纹检测方法，包括：
3、获取施工器械所发出的声纹信号，将声纹信号进行格式转换得到待提取信息；
4、将待提取信息进行预处理，预处理得到工作状态特征参数；
5、将若干台施工器械的工作状态特征参数进行分析和分类。
6、优选的，所述预处理包
7、优选的，所述工作状态特征参数包括声纹频率、声强幅度、周期特征、声强能量任意一种。
8、优选的，所述频域变换是将时域声纹信号转化为频域声纹信号，体现为高频参量和低频参量；所述幅度变换是将时域声纹信号的声强幅度进行量化，通过m个量化参数分为m个量化级别，标记为a1-am；所述周期特征提取是将时域声纹信号的周期特征进行计算，每次作业期间的不同动作间隔ta，以及两次连续作业之间的动作间隔tc；所述声强特征提取是将时域声纹信号的声强能量进行量化，通过n个量化参数分为n个量化级别，标记为p1-pn。
9、优选的，包括：
10、设置非稳态计权声级网络，非稳态计权声级网络的周期特征在测量时间内以非稳态形式存在，第一次施工非稳态周期为t1，第k次施工非稳态周期为tk，根据t1-tk时间进行分析计算；在声强幅度低于阈值at的情况下，确定为一个非稳态周期的起点或止点。
11、优选的，还包括：
12、声强幅度的变化趋势为ac，声强能量的变化趋势为pc，在ac和pc的拟合多项式类同的情况下，则该声纹信号分析有效，且对应到施工器械声纹库进行拟合分析判决，给出相应的施工器械类型判决结果；在ac和pc的拟合多项式差距大的情况下，声纹信号分析无效，存在误判。
13、优选的，在ac与pc对应到施工器械声纹库进行拟合分析判决时，同时进行声纹频率的施工器械声纹库中对应器械声纹频率的对比判决，在对应拟合参数吻合时，给出该声纹分析所对应的施工器械类别。
14、第二方面，本申请提供一种施工器械声纹检测系统，包括：
15、获取模块：用于获取施工器械所发出的声纹信号，将声纹信号进行格式转换得到待提取信息；
16、预处理模块：用于将待提取信息进行预处理，预处理得到工作状态特征参数；
17、分析模块：用于将若干台施工器械的工作状态特征参数进行分析和分类。
18、第三方面，本申请提供一种施工器械声纹检测设备，包括存储器和处理器，所述存储器存储计算机程序，所述处理器被设置为运行所述计算机程序以执行如前所述的施工器械声纹检测方法。
19、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如前所述的施工器械声纹检测方法。
20、综上所述，与现有技术相比，本申请提供的技术方案带来的有益效果至少包括：
21、本申请通过获取施工器械的声纹信号进行格式转换，转换为待提取信息，使得声纹信号能够进行预处理，预处理得到工作状态特征参数，对工作状态特征参数进行频域变换、幅度变换、周期特征提取、声强特征提取处理，且进行分析和分类，判断施工器械的位置和类别，从而在施工过程中减少地下电缆和管线被破坏的情况发生，提升对施工器械位置监测的准确性。
本文档来自技高网...【技术保护点】
1.一种施工器械声纹检测方法，其特征在于，包括：
2.根据权利要求1所述的施工器械声纹检测方法，其特征在于，所述预处理包括频域变换、幅度变换、周期特征提取、声强特征提取的任意一种。
3.根据权利要求2所述的施工器械声纹检测方法，其特征在于，所述工作状态特征参数包括声纹频率、声强幅度、周期特征、声强能量任意一种。
4.根据权利要求3所述的施工器械声纹检测方法，其特征在于，所述频域变换是将时域声纹信号转化为频域声纹信号，体现为高频参量和低频参量；所述幅度变换是将时域声纹信号的声强幅度进行量化，通过M个量化参数分为M个量化级别，标记为A1-Am；所述周期特征提取是将时域声纹信号的周期特征进行计算，每次作业期间的不同动作间隔Ta，以及两次连续作业之间的动作间隔Tc；所述声强特征提取是将时域声纹信号的声强能量进行量化，通过N个量化参数分为N个量化级别，标记为P1-Pn。
5.根据权利要求3所述的施工器械声纹检测方法，其特征在于，包括：
6.根据权利要求5所述的施工器械声纹检测方法，其特征在于，还包括：
7.根据权利要求
8.一种施工器械声纹检测系统，其特征在于，包括：
9.一种施工器械声纹检测设备，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1-7中任一项所述的施工器械声纹检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-7中任一所述的施工器械声纹检测方法。
...【技术特征摘要】
1.一种施工器械声纹检测方法，其特征在于，包括：
2.根据权利要求1所述的施工器械声纹检测方法，其特征在于，所述预处理包括频域变换、幅度变换、周期特征提取、声强特征提取的任意一种。
3.根据权利要求2所述的施工器械声纹检测方法，其特征在于，所述工作状态特征参数包括声纹频率、声强幅度、周期特征、声强能量任意一种。
4.根据权利要求3所述的施工器械声纹检测方法，其特征在于，所述频域变换是将时域声纹信号转化为频域声纹信号，体现为高频参量和低频参量；所述幅度变换是将时域声纹信号的声强幅度进行量化，通过m个量化参数分为m个量化级别，标记为a1-am；所述周期特征提取是将时域声纹信号的周期特征进行计算，每次作业期间的不同动作间隔ta，以及两次连续作业之间的动作间隔tc；所述声强特征提取是将时域声纹信号的声强能量进行量化，通过n个量化参数分为n个量化级别，标记为p1-pn。
5....
【专利技术属性】
技术研发人员：陈浩，赵伟苗，杨彪，丁梁，章立宗，顾伟，殷常斌，张金鹏，秦建松，苗伟，刘炜，王建军，任基铭，吴涛，汪磊，蒋春锋，陈岳峰，张晓波，邬明亮，刘安文，李勇，黄强强，陈扬军，杨智海，崔佳嘉，冯新江，梁皓，魏健，陈文浩，陶旭东，林开福，孙局宾，张中，傅伟栋，严铭铭，张黎捷，邢恩恺，施光南，张继轩，董钦，沈旭东，金钢，贺明，
申请(专利权)人：国网浙江省电力有限公司双创中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。