本申请提供一种基于机器学习的工业设备噪声诊断方法和诊断设备，包括如下内容：S1,采集工业设备工作环境的原始噪声数据；S2,根据档位分割时间点，对原始噪声数据进行档位分割，得到各个档位的噪声数据段；S3,构建机器学习模型，将档位分割后的噪声数据输入机器学习模型，所述机器学习模型用于对噪声数据进行分析，提取噪声特征值并输出噪声诊断结果。本申请通过采集、判断、分析、优化的方式，实现了简单、快捷、无需人工参与的智能化噪声诊断分析，提升了工业生产节拍和产线效率；本申请避免了人为参与导致的主观偏差，判断结果具有一致性，并且无需昂贵的采集和分析设备，有效降低了设备成本，可对各类复杂的工业环境设备运行的噪声做故障判断。
【技术实现步骤摘要】
本申请涉及噪声诊断技术，具体涉及一种基于机器学习的工业设备噪声诊断方法及诊断设备。
技术介绍
1、在传统工业环境中，对工业设备噪声的判断主要依赖于人为的听觉判断，这种方法虽然直观且便捷，但不可避免地带有较大的主观性偏差。这种主观性偏差可能源于个体的听力差异、对噪声的耐受度不同、环境因素的影响以及判断者的心理状态等多种因素，导致判断结果无法保持较高的一致性，且人工成本较高，效果并不理想。
2、为了克服这些主观性偏差，提高噪声判断的准确性和客观性，现代工业噪声检测逐渐引入了更加科学、精确的测量技术，主要包括以下几种技术手段：
3、1.声级计测量：声级计是一种用于测量声音强弱的仪器，它能够提供较为客观的噪声数据。通过声级计，可以对工业设备的噪声进行定量测量，如a声级、c声级以及倍频带声压级等，从而更准确地了解噪声的特性。
4、2.频谱分析法：频谱分析法是一种通过分析噪声的频率成分来评价噪声性质的方法。通过频谱分析，可以识别出噪声中的主要频率成分，进而判断噪声的来源和类型，为噪声控制提供科学依据。
>5、3.声强法：声本文档来自技高网...
【技术保护点】
1.一种基于机器学习的工业设备噪声诊断方法，其特征在于，包括如下内容：
2.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤S2具体包括如下内容：
3.根据权利要求2所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤S20中，根据声压突变切出噪声数据的第一档。
4.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤S3具体包括如下内容：
5.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，还包括将诊断结果进行显示的步骤。
6.根据权利要求1所述的基于机器学...
【技术特征摘要】
1.一种基于机器学习的工业设备噪声诊断方法，其特征在于，包括如下内容：
2.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤s2具体包括如下内容：
3.根据权利要求2所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤s20中，根据声压突变切出噪声数据的第一档。
4.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，步骤s3具体包括如下内容：
5.根据权利要求1所述的基于机器学习的工业设备噪声诊断方法，其特征在于，还包括将诊断结果进行显示的步骤。<...
【专利技术属性】
技术研发人员：王刚，曹笈，彭能明，许盛，胡义东，
申请(专利权)人：江苏集萃集成电路应用技术管理有限公司，
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。