【技术实现步骤摘要】
本专利技术涉及计算机，具体涉及设备故障检测方法、装置、计算机设备及存储介质。
技术介绍
1、随着工业的发展，故障检测在工业发展中提高了至关重要的作用，对于提高设备可靠性、生产效率和产品质量至关重要。相关技术中采用深度学习方法能够自动从原始数据中学习特征表示，避免了繁琐的手动特征设计过程。卷积神经网络(cnn)、循环神经网络(rnn)、自编码器(ae)等模型被广泛用于故障检测任务。但是现有技术中对于设备故障检测时，由于设备运行中声音频率低，设备类型多等原因，会导致故障检测不准确的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种设备故障检测方法、装置、计算机设备及存储介质，以解决机器异常声音检测中频率低、种类多以及变化大的问题。
2、第一方面，本专利技术提供了一种设备故障检测方法，方法包括：
3、获取待检测对象在运行的声音数据；
4、计算声音数据的第一梅尔频谱图；
5、提取第一梅尔频谱图中的第一声学特征；
6、将第一声学特征输入至自编码器，计算得到异常信息；
7、根据预设伽玛分布和异常信息，确定待检测对象是否异常。
8、有益效果，能够实时地获取和处理声音数据，及时检测出异常情况，从而能够快速地做出反应提高效率；计算声音数据的第一梅尔频谱图，提取第一梅尔频谱图，提高了对声音数据的特征提取；提取第一梅尔频谱图中的第一声学特征，将第一声学特征输入至自编码器，计算得到异常信息，通过计算梅尔频谱图和提取声
9、在一种可选的实施方式中，计算声音数据的梅尔频谱图，具体包括：
10、计算声音数据的第二梅尔频谱图；
11、对第一梅尔频谱图进行对数变换，得到第一梅尔频谱图，第一梅尔频谱图为二维的。
12、在一种可选的实施方式中，计算声音数据的第二梅尔频谱图，具体包括：
13、利用预设窗口将声音数据划分为至少一帧子声音数据集；
14、对第一子声音数据进行短时傅里叶变换，得到第一子频域声音数据，第一子声音数据为至少一帧声音数据集中的任一个；
15、根据每一个第一子频域声音数据的时间间隔和预设滤波器参数，对第一子频域声音数据取对数，得到第二梅尔频谱图。
16、在一种可选的实施方式中，提取第一梅尔频谱图中的声学特征，具体包括：
17、连接每一个时刻前后预设数量的第一梅尔频谱图，得到声学特征。
18、在一种可选的实施方式中，自编码器包括编码器和解码器，将第一声学特征输入至自编码器，计算得到异常信息，具体包括：
19、根据第一声学特征输入至编码器提取特征，得到关键特征；
20、将关键特征输入至解码器解码，得到第二声学特征；
21、根据第一声学特征和第二声学特征，确定异常信息。
22、在一种可选的实施方式中，根据预设伽玛分布和异常信息，确定待检测对象是否异常，具体包括：
23、根据异常信息，确定预设伽玛分布的参数；
24、根据参数，确定待检测对象是否异常。
25、第二方面，本专利技术提供了一种设备故障检测装置，装置包括：
26、获取数据模块，用于获取待检测对象在运行的声音数据；
27、确定频谱模块，用于计算声音数据的第一梅尔频谱图；
28、提取特征模块，用于提取第一梅尔频谱图中的第一声学特征；
29、确定异常信息模块，用于将第一声学特征输入至自编码器，计算得到异常信息；
30、检测异常模块，用于根据预设伽玛分布和异常信息，确定待检测对象是否异常。
31、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的设备故障检测方法。
32、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的设备故障检测方法。
本文档来自技高网...【技术保护点】
1.一种设备故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，计算所述声音数据的梅尔频谱图，具体包括：
3.根据权利要求1或2所述的方法，其特征在于，所述提取所述梅尔频谱图中的第一声学特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述自编码器包括编码器和解码器，所述将所述第一声学特征输入至自编码器，计算得到异常信息，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述根据预设伽玛分布和所述异常信息，确定所述待检测对象是否异常，具体包括：
6.一种设备故障检测装置，其特征在于，所述装置包括：
7.一种计算机设备，其特征在于，包括：
8.一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上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至5中任一项所述的设备故障检测方法。
【技术特征摘要】
1.一种设备故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，计算所述声音数据的梅尔频谱图，具体包括：
3.根据权利要求1或2所述的方法，其特征在于，所述提取所述梅尔频谱图中的第一声学特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述自编码器包括编码器和解码器，所述将所述第一声学特征输入至自编码器，计算得到异常信息，具体包括：
【专利技术属性】
技术研发人员：韦屹，李喆，潘剑，陈智斌，农英雄，杨振宇，梁冬，
申请(专利权)人：广西中烟工业有限责任公司，
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。