基于音频的设备故障检测方法、装置及相关设备与流程

本公开涉及数据处理领域，尤其涉及深度学习、语音技术等。

背景技术：

1、在纺丝工艺的工业场景中，由于纺丝工艺流程长且复杂，涉及的工艺设备的数量较为庞大，在工艺设备工作过程中，设备可能会出现异常。使用人工排查的方式较为耗费人力，因此，如何自动化的对设备进行故障检测是现在面临的一个问题。

技术实现思路

1、本公开提供了一种基于音频的设备故障检测方法、装置及相关设备，以解决或缓解相关技术中的一项或更多项技术问题。

2、第一方面，本公开提供了一种基于音频的设备故障检测方法，包括：

3、获取由无人机针对目标设备采集的初始音频数据；

4、对初始音频数据进行预处理，得到待检测音频数据；

5、对待检测音频数据进行特征提取，得到待检测音频数据的音频特征；

6、基于音频特征构建信息图；

7、基于信息图和图神经网络模型，得到针对目标设备的故障检测结果。

8、第二方面，本公开提供了一种基于音频的设备故障检测装置，包括：

9、第一采集模块，用于获取由无人机针对目标设备采集的初始音频数据；

10、预处理模块，用于对初始音频数据进行预处理，得到待检测音频数据；

11、特征提取模块，用于对待检测音频数据进行特征提取，得到待检测音频数据的音频特征；

12、构建模块，用于基于音频特征构建信息图；

13、检测模块，用于基于信息图和图神经网络模型，得到针对目标设备的故障检测结果。

14、第三方面，提供了一种电子设备，包括：

15、至少一个处理器；以及

16、与该至少一个处理器通信连接的存储器；其中，

17、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。

18、第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。

19、第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。

20、基于本公开实施例提供的方式，可以借助音频数据的音频特征反映设备的实时情况，因此，可实现自动化对设备进行故障检测，以节约人力资源。

21、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种基于音频的设备故障检测方法，包括：

2.根据权利要求1所述的方法，其中，所述对所述初始音频数据进行预处理，得到待检测音频数据，包括：

3.根据权利要求1所述的方法，其中，所述基于所述信息图和图神经网络模型，得到针对所述目标设备的故障检测结果，包括：

4.根据权利要求1所述的方法，其中，所述初始音频数据包括多段音频片段，所述基于所述音频特征构建信息图，包括：

5.根据权利要求1-4中任一项所述的方法，其中，所述音频特征至少包括以下一种：频率特征、时长特征、强度特征。

6.根据权利要求1所述的方法，其中，所述目标设备为纺丝工艺所需的反应釜，所述基于所述音频特征构建信息图，包括：

7.根据权利要求1所述的方法，所述目标设备为纺丝工艺所需的反应釜，还包括：

8.根据权利要求6或7所述的方法，还包括基于以下方法对所述反应釜采集所述初始音频数据：

9.一种基于音频的设备故障检测装置，包括：

10.根据权利要求9所述的装置，其中，所述预处理模块，用于：

11.根据权利要求9所述的装置，其中，所述检测模块，用于：

12.根据权利要求9所述的装置，其中，所述初始音频数据包括多段音频片段，所述构建模块，用于：

13.根据权利要求9-12中任一项所述的装置，其中，所述音频特征至少包括以下一种：频率特征、时长特征、强度特征。

14.根据权利要求9所述的装置，其中，所述目标设备为纺丝工艺所需的反应釜，所述构建模块，用于：

15.根据权利要求9所述的装置，所述目标设备为纺丝工艺所需的反应釜，还包括异常处理模块，用于：

16.根据权利要求14或15所述的装置，还包括第二采集模块，用于：

17.一种电子设备，包括：

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

技术总结本公开提供了基于音频的设备故障检测方法、装置及相关设备。涉及数据处理领域，尤其涉及深度学习、语音技术等技术领域。该方法包括：获取由无人机针对目标设备采集的初始音频数据；对初始音频数据进行预处理，得到待检测音频数据；对待检测音频数据进行特征提取，得到待检测音频数据的音频特征；基于音频特征构建信息图；基于信息图和图神经网络模型，得到针对目标设备的故障检测结果。基于本公开实施例提供的方式，可以借助音频数据的音频特征反映设备的实时情况，因此，可实现自动化对设备进行故障检测，以节约人力资源。技术研发人员：彭先涛,王鹏,邱奕博,李大可,张军卫,程章忠,盛建军受保护的技术使用者：浙江恒逸石化有限公司技术研发日：技术公布日：2024/1/15