System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及矿山设备,特别涉及一种基于声纹特征识别的自移机尾故障诊断方法。
技术介绍
1、带式输送机自移机尾是综合机械化采煤工作面顺槽运输设备之一,用来连接桥式转载机和顺槽带式输送机,其运行稳定性直接影响采煤工作面的生产效率。设备正常运行和故障时会伴随产生不同的声音。托辊在运行的过程中,因为轴承故障、托辊故障,以及皮带跑偏时会呈现一些不明振动和噪音。在设备运行过程中,操作人员要随时注意声音变化,如有异常噪音发出时,需要立即查明原因,排除故障后方可开机运行。
2、传统的故障检测方法需要依赖有经验的工人根据异常声音判断设备是否发生故障,效率低,工作量大。目前煤矿机电设备的发展趋势是通过自动化、智能化实现无人值守,减人增效,同时避免工作人员近距离操作及视野盲区操作所带来的安全隐患,降低恶劣坏境对员工健康的伤害。传统依靠人工进行故障诊断的方法已经不能满足井下相关设备的发展需要。
技术实现思路
1、本专利技术的目的在于提出一种基于声纹特征识别的自移机尾故障诊断方法,无需人工监测,实现了故障的自动识别。
2、为实现上述目的,本专利技术采用以下技术方案:一种基于声纹特征识别的自移机尾故障诊断方法,包括以下步骤:
3、s1.采集自移机尾正常状态和故障状态下的声音样本数据,将声音样本数据划分为训练数据集和测试数据集;
4、s2.对训练数据集的数据进行预处理;
5、s3.通过改进的能量归一化倒谱系数算法从s2预处理的数据中提取特征向量;
...【技术保护点】
1.一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S2中的预处理还包括以下步骤:
3.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S3中的提取特征向量还包括以下步骤:
4.根据权利要求3所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S33的非对称噪声抑制还包括以下步骤:
5.根据权利要求3所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S34的归一化处理还包括以下步骤:
6.根据权利要求3所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S35的后期处理包括以下步骤:
7.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S4的一级故障识别还包括以下步骤:
8.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S5中二级故障参数分类模型的构建
9.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述S6中故障诊断包括以下步骤:
...【技术特征摘要】
1.一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述s2中的预处理还包括以下步骤:
3.根据权利要求1所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述s3中的提取特征向量还包括以下步骤:
4.根据权利要求3所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述s33的非对称噪声抑制还包括以下步骤:
5.根据权利要求3所述的一种基于声纹特征识别的自移机尾故障诊断方法,其特征在于,所述...
【专利技术属性】
技术研发人员:符如康,亢生彩,任永强,刘琦军,田永超,蒲忠辉,肖卫,张宏伟,程永涛,王进辉,张忠原,李震,
申请(专利权)人:河南龙宇能源股份有限公司,
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。