一种基于设备运行声纹采集分析方法及装置与流程

本发明涉及设备监测，尤其涉及一种基于设备运行声纹采集分析方法及装置。

背景技术：

1、化工设备结构复杂，设备价值高，因此安装有智能监测系统，智能监测系统在化工行业中也广泛应用，比如在油气行业中，通过将传感器安装在石油钻井设备上，实时监测到钻台的摆动等状态，有效提升了钻井效率和工作安全性。在现代化工厂中，通过对生产过程中实时采集的数据进行分析，可以准确把握生产指标，提高生产效率。

2、但是，现有的方法不能较早的发现设备存在的设备隐患和缺陷无法对化工装置设备运行异常状况及时进行处置，并且无法及早发出预警开展设备维护及维修容易突发故障从而引发的安全事故，会造成巨大经济财产损失及装置停车开车损失。

技术实现思路

1、在本技术实施例中，通过提供一种基于设备运行声纹采集分析方法，解决了现有的方法不能较早的发现设备存在的设备隐患和缺陷无法对化工装置设备运行异常状况及时进行处置，并且无法及早发出预警开展设备维护及维修容易突发故障从而引发的安全事故，会造成巨大经济财产损失及装置停车开车损失的问题

2、第一方面，本技术实施例提供了一种基于设备运行声纹采集分析方法，该方法包括：将声学传感器设置于需要检测的设备的不同部位，并将所述声学传感器记录的设备运行的声纹进行保存；将所保存的所述声纹通过高通滤波器，采用传递函数增强声纹中的高频部分，从而获取增强的声纹信号；将所述增强的声纹信号之间的重叠区域的每一帧声纹信号进行加窗处理；获取进行所述加窗处理后的每一帧声纹信号的频谱，根据所述频谱计算功率谱，对所述功率谱进行平滑并消除谐波；获取设备运行声纹的静态信息并获取设备运行声纹的动态信息；将所述静态信息和所述动态信息进行声纹特征提取，并形成声纹模型；使用声纹数据库中的测试数据对所述声纹模型进行测试；将所述声纹模型中的声纹与所述声纹数据库中的声纹进行分析比对，并输出比对的结果。

3、结合第一方面，在一种可能的实现方式中，所述将所保存的所述声纹通过高通滤波器，采用传递函数增强声纹中的高频部分，从而获取增强的声纹信号，所述传递函数的表达式如下：u(n)＝b×u(n-1)+(1-b)×u(n)；其中，u(n)为当前声纹信号，u(n-1)为当前声纹信号的前一个声纹信号，b为增强系数。

4、结合第一方面，在一种可能的实现方式中，所述将所述增强的声纹信号之间的重叠区域的每一帧声纹信号进行加窗处理，包括：根据公式0≤n≤n-1计算汉明窗函数；其中，a为预设系数，n为窗函数中的样本序号，n为窗函数的长度；根据公式s(n)＝s(n)×h(n)将所述增强的声纹信号之间的重叠区域的每一帧声纹信号乘以所述汉明窗函数，从而进行加窗处理；其中，s(n)为所述增强的声纹信号之间的重叠区域，n为帧的大小。

5、结合第一方面，在一种可能的实现方式中，所述获取进行所述加窗处理后的每一帧声纹信号的频谱，根据所述频谱计算功率谱，对所述功率谱进行平滑并消除谐波，包括：根据公式0≤k≤n-1对进行所述加窗处理后的每一帧声纹信号进行离散傅里叶变换，从而获得每一帧声纹信号的频谱；其中，j为频带指数，k为频率点指数，n为帧的采样点数量；根据公式计算功率谱；其中，n为离散傅里叶变换的长度；采用三角带通滤波器对所述功率谱进行平滑并消除谐波。

6、结合第一方面，在一种可能的实现方式中，所述采用三角带通滤波器对所述功率谱进行平滑并消除谐波，包括：根据公式将三角带通滤波器中的频率与实际的频率进行换算；根据公式0≤m≤m计算三角带通滤波器组的对数能量从而对所述功率谱进行平滑并消除谐波；其中，p(k)为功率谱；hm(k)为三角带通滤波器组。

7、结合第一方面，在一种可能的实现方式中，所述获取设备运行声纹的静态信息并获取设备运行声纹的动态信息，包括：根据公式计算梅尔频率倒谱系数从而获取设备运行声纹的静态信息；其中，n为堵塞阶数，m为三角带通滤波器的个数；计算梅尔频率倒谱的一阶差分和二阶差分获取设备运行声纹的动态信息。结合第一方面，在一种可能的实现方式中，所述方法还包括：若在当前所述仿真模型运行的过程中有其他所述仿真模型需要运行，判断其他所述仿真模型的优先级是否大于当前运行的所述仿真模型的优先级；若判断结果为否，继续运行当前所述仿真模型；若判断结果为是，立即停止当前所述仿真模型，运行其他所述仿真模型。

8、结合第一方面，在一种可能的实现方式中，所述计算梅尔频率倒谱的一阶差分和二阶差分获取设备运行声纹的动态信息，包括：根据公式计算梅尔频率倒谱的一阶差分；其中，c(n+i)为第n+i帧梅尔频率倒谱的特征参数，k值设置为2；根据公式计算梅尔频率倒谱的二阶差分，从而获取设备运行声纹的动态信息。

9、结合第一方面，在一种可能的实现方式中，所述将所述静态信息和所述动态信息进行声纹特征提取，并形成声纹模型，包括：将所述静态信息和所述动态信息输入至朴素贝叶斯分类器进行声纹特征提取；建立机器学习模型，并对所述机器学习模型进行模型训练，从而形成声纹模型。

10、第二方面，本技术实施例提供了一种基于设备运行声纹采集分析装置，该装置包括：设置模块，用于将声学传感器设置于需要检测的设备的不同部位，并将所述声学传感器记录的设备运行的声纹进行保存；增强模块，用于将所保存的所述声纹通过高通滤波器，采用传递函数增强声纹中的高频部分，从而获取增强的声纹信号；加窗处理模块，用于将所述增强的声纹信号之间的重叠区域的每一帧声纹信号进行加窗处理；平滑模块，用于获取进行所述加窗处理后的每一帧声纹信号的频谱，根据所述频谱计算功率谱，对所述功率谱进行平滑并消除谐波；获取信息模块，用于获取设备运行声纹的静态信息并获取设备运行声纹的动态信息；特征提取模块，用于将所述静态信息和所述动态信息进行声纹特征提取，并形成声纹模型；测试模块，用于将所述静态信息和所述动态信息进行声纹特征提取，并形成声纹模型；分析模块，用于将所述声纹模型中的声纹与所述声纹数据库中的声纹进行分析比对，并输出比对的结果。

11、结合第一方面，在一种可能的实现方式中，所述将所保存的所述声纹通过高通滤波器，采用传递函数增强声纹中的高频部分，从而获取增强的声纹信号，所述传递函数的表达式如下：u(n)＝b×u(n-1)+(1-b)×u(n)；其中，u(n)为当前声纹信号，u(n-1)为当前声纹信号的前一个声纹信号，b为增强系数。

12、结合第一方面，在一种可能的实现方式中，所述将所述增强的声纹信号之间的重叠区域的每一帧声纹信号进行加窗处理，包括：根据公式0≤n≤n-1计算汉明窗函数；其中，a为预设系数，n为窗函数中的样本序号，n为窗函数的长度；根据公式s(n)＝s(n)×h(n)将所述增强的声纹信号之间的重叠区域的每一帧声纹信号乘以所述汉明窗函数，从而进行加窗处理；其中，s(n)为所述增强的声纹信号之间的重叠区域，n为帧的大小。

13、结合第一方面，在一种可能的实现方式中，所述获取进行所述加窗处理后的每一帧声纹信号的频谱，根据所述频谱计算功率谱，对所述功率谱进行平滑并消除谐波，包括：根据公式0≤k≤n-1对进行所述加窗处理后的每一帧声纹信号进行离散傅里叶变换，从而获得每一帧声纹信号的频谱；其中，j为频带指数，k为频率点指数，n为帧的采样点数量；根据公式计算功率谱；其中，n为离散傅里叶变换的长度；采用三角带通滤波器对所述功率谱进行平滑并消除谐波。

14、结合第一方面，在一种可能的实现方式中，所述采用三角带通滤波器对所述功率谱进行平滑并消除谐波，包括：根据公式将三角带通滤波器中的频率与实际的频率进行换算；根据公式0≤m≤m计算三角带通滤波器组的对数能量从而对所述功率谱进行平滑并消除谐波；其中，p(k)为功率谱；hm(k)为三角带通滤波器组。

15、结合第一方面，在一种可能的实现方式中，所述获取设备运行声纹的静态信息并获取设备运行声纹的动态信息，包括：根据公式计算梅尔频率倒谱系数从而获取设备运行声纹的静态信息；其中，n为堵塞阶数，m为三角带通滤波器的个数；计算梅尔频率倒谱的一阶差分和二阶差分获取设备运行声纹的动态信息。结合第一方面，在一种可能的实现方式中，所述方法还包括：若在当前所述仿真模型运行的过程中有其他所述仿真模型需要运行，判断其他所述仿真模型的优先级是否大于当前运行的所述仿真模型的优先级；若判断结果为否，继续运行当前所述仿真模型；若判断结果为是，立即停止当前所述仿真模型，运行其他所述仿真模型。

16、结合第一方面，在一种可能的实现方式中，所述计算梅尔频率倒谱的一阶差分和二阶差分获取设备运行声纹的动态信息，包括：根据公式计算梅尔频率倒谱的一阶差分；其中，c(n+i)为第n+i帧梅尔频率倒谱的特征参数，k值设置为2；根据公式计算梅尔频率倒谱的二阶差分，从而获取设备运行声纹的动态信息。

17、结合第一方面，在一种可能的实现方式中，所述将所述静态信息和所述动态信息进行声纹特征提取，并形成声纹模型，包括：将所述静态信息和所述动态信息输入至朴素贝叶斯分类器进行声纹特征提取；建立机器学习模型，并对所述机器学习模型进行模型训练，从而形成声纹模型。

18、第三方面，本技术实施例提供了一种基于设备运行声纹采集分析服务器，包括存储器和处理器；所述存储器用于存储计算机可执行指令；所述处理器用于执行所述计算机可执行指令，以实现第一方面或第一方面任一种可能的实现方式所述的方法。

19、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果：

20、本技术实施例提供了一种基于设备运行声纹采集分析方法，该方法将声学传感器设置于需要检测的设备的不同部位，并将声学传感器记录的设备运行的声纹进行保存，将所保存的声纹通过高通滤波器，采用传递函数增强声纹中的高频部分，从而获取增强的声纹信号，将增强的声纹信号之间的重叠区域的每一帧声纹信号进行加窗处理，获取进行加窗处理后的每一帧声纹信号的频谱，根据频谱计算功率谱，对功率谱进行平滑并消除谐波，获取设备运行声纹的静态信息并获取设备运行声纹的动态信息，将静态信息和动态信息进行声纹特征提取，并形成声纹模型，使用声纹数据库中的测试数据对声纹模型进行测试，将声纹模型中的声纹与声纹数据库中的声纹进行分析比对，并输出比对的结果，判断化工装置设备的运行状况，及时对化工装置设备运行异常状况及时进行报警提示，解决了现有的方法不能较早的发现设备存在的设备隐患和缺陷无法对化工装置设备运行异常状况及时进行处置，并且无法及早发出预警开展设备维护及维修容易突发故障从而引发的安全事故，会造成巨大经济财产损失及装置停车开车损失的问题，该发明可在化工、电力装置设备、建筑矿山等需要机械设备行业应用，具有广阔的应用前景及巨大的社会价值和经济价值。