一种基于电机噪音的故障预测方法及系统技术方案

本发明专利技术公开了一种基于电机噪音的故障预测方法及系统，包括：步骤1：定义采样时长，获取采样时长内的噪音，并进行分帧操作生成噪音帧序列；步骤2：提取噪音帧序列当中的每一帧噪音的频谱特征数据，生成噪音特征序列；步骤3：将噪音特征序列输入自注意力神经网络模型，自注意力神经网络模型输出噪音表征序列；步骤4：获取电机标准故障噪声的样本组成的集合，生成每个样本的特征向量，并与噪音表征序列进行交叉注意力机制计算，生成每个样本对应故障的判定表征；步骤5：将每个样本对应故障的判定表征输入前馈神经网络模型，生成每种故障的判定概率，实现了对电机的工作状态的准确判定，并在不增加计算量的情况下，对多种故障类型进行同时判定。

【技术实现步骤摘要】

本专利技术涉及电机故障预测，具体涉及一种基于电机噪音的故障预测方法及系统。

技术介绍

1、在当今工业生产活动当中，智能化、自动化的检测、监测被广泛使用，可以极大提高生产效率，减小故障发生率，并压缩生产成本。在针对电机的故障预测分析当中，利用电机发出的噪音进行故障种类的预诊断是常见的技术手段。

2、电机噪音测试最初依赖于简单的声学测量工具，如声级计，通过测量整体声压级评估噪音强度，这种方法成本低、操作简便，但仅能提供总噪声水平，无法分析频率特性。随着传感器和信号处理技术的进步，电机噪音测试逐步发展为多维度、高精度的分析，对声音进行频谱分析，识别噪音中的主要频率成分，并结合机器学习、深度学习技术自动识别噪声类型、预测噪声频谱。

3、但是，在电机噪音测试方法当中，面临的工况较为复杂，难以对电机的工作状态进行准确判定，此外，现有相关方法在不成倍增加计算量的情况下，无法做到对多种故障类型进行同时判定。

技术实现思路

1、本专利技术的目的是提供一种基于电机噪音的故障预测方法及系统，旨在解决在电机噪本文档来自技高网...

【技术保护点】

1.一种基于电机噪音的故障预测方法，其特征在于，所述方法包括：

2.如权利要求1所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤2具体包括以下步骤：

3.如权利要求2所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤3具体包括以下步骤：

4.如权利要求3所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤4具体包括以下步骤：

5.如权利要求4所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤5具体包括以下步骤：

6.一种基于电机噪音的故障预测系统，所述系统包括：

7.一种计算机设备，包...

【技术特征摘要】

1.一种基于电机噪音的故障预测方法，其特征在于，所述方法包括：

2.如权利要求1所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤2具体包括以下步骤：

3.如权利要求2所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤3具体包括以下步骤：

4.如权利要求3所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤4具体包括以下步骤：

5.如权利要求4所述的一种基于电机噪音的故障预测方法，其特征在于，所述步骤5具体包括以下步骤：

6.一种基于电机噪音的故障预测系统，所述系...

【专利技术属性】
技术研发人员：李效昆，晏腾，许猛，
申请(专利权)人：徐州巨云机电科技有限公司，
类型：发明
国别省市：