一种基于风机缺陷螺栓声纹信息的声学识别软件系统的制作方法

本发明属于python语言下的声纹识别软件设计领域，具体涉及一种以pyqt5为基础框架的基于风机缺陷螺栓的声纹识别软件系统。

背景技术：

1、风力发电是最重要的清洁能源之一。目前，风力发电厂中风力涡轮机的连接大多是通过大量螺栓完成的，紧固螺栓是风力涡轮机的重要连接部件，在长期运行中，由于复杂的应力和振动条件，螺栓材料容易发生蠕变、疲劳裂纹等。

2、因此，风机螺栓的状态异常可能导致设备不稳定，甚至造成安全事故。通过声纹识别系统，可以迅速发现螺栓的松动、断裂等问题，及时采取措施，提高设备运行的安全性，而且通过引入器学习和深度学习技术，系统可以不断学习和优化，适应不同工况下的声音特征。这使得系统能够逐渐变得更加智能化，提高对不同条件下的适应性和准确性，同时能够在不间断的情况下监测风机螺栓的状态，大大提高了监测的效率，与人工巡检相比，可以更及时地发现问题，减少生产中断的可能性。

3、通过设计一款基于风机螺栓状态的声纹识别软件系统，能确保提供用户友好的界面，使操作人员能够轻松地监测系统输出和采取必要的行动，同时保证了风机螺栓状态监测的实时性，通过风机螺栓状态识别结果的可视化，使系统和监测人员能够迅速处理和分析声音信号。

技术实现思路

1、(一)要解决的技术问题

2、本发明所要解决的技术问题是建立一个声纹数据采集的模块，调用预定型号的麦克风设备采集与风机螺栓相关的声音信号，并能实现音频文件的保存，同时需要对源音频文件进行音频切割和特征提取，使其符合训练模型的输入格式要求，然后调用深度学习的预训练模型对音频片段进行逐一识别，并将识别结果进行分类和文本可视化，将其反馈到人机交互界面中。

3、(二)技术方案

4、本发明提出了一种以pyqt5为基础框架的基于风机缺陷螺栓的声纹识别软件系统，其包括：

5、s1、用户界面启动和登录模块，用于登录界面的初始化以及用户的登录和注册；

6、s2、主界面ui初始化模块，初始化主界面的ui设计以及各种原始参数和函数；

7、s3、声纹采样模块，调用麦克风设备并实现缺陷螺栓敲击的声音录制，自定义音频名称并根据所选择的螺栓种类将音频文件存入特定的目标保存路径中；

8、s4、声纹非实时识别模块，选择已有的源音频文件对其进行音频切割处理，然后根据所选择的螺栓识别模型调用识别模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果；

9、s5、声纹实时识别模块，调用麦克风设备并实现缺陷螺栓敲击的声音录制，以时间戳作为源音频文件名称进行保存，根据所选择的螺栓识别模型调用识别模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果；

10、s6、识别数据可视化模块，根据模型识别的输出结果将结果数据进行分类并生成可视化文本，将文本数据保存到特定的txt文件中的同时将结果反馈到人机交互的主界面中。

11、优选地，所述s1中，采用基于postgresql的数据库保存已注册的用户信息，通过调用python中的psycopg2库来对postgresql数据库进行具体操作，将用户输入的账号密码与数据库中的信息进行遍历匹配，如果匹配成功则进入主界面。

12、优选地，所述s2中，基于pyqt5对主界面的ui进行设计和页面初始化，包括widget布局、button和lineedit等各种控件的加载，同时加载系统所需的各种相关函数。

13、优选地，所述s3中，通过python中的sounddevice库和soundfile库实现麦克风设备的调用，从而录制风机缺陷螺栓声纹信息，将录制完成的音频文件进行自定义命名后保存到相应的螺栓种类的保存路径下。

14、优选地，所述s4中，选择已有的源音频文件路径，对文件进行定义阈值、计算波形均值等预处理，从而进行音频切割；再根据所选择的螺栓识别模型调用基于resnet网络架构的预训练模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果。

15、优选地，所述s5中，通过sounddevice库和soundfile库调用麦克风设备并录制风机缺陷螺栓声纹源文件，以时间戳的方式命名源文件后保存，对保存文件进行同样的定义阈值、计算波形均值等预处理，从而进行音频切割，然后根据所选择的螺栓识别模型调用基于resnet网络架构的预训练模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果。

16、(三)有益效果

17、本发明以人工智能技术为研究对象，使用机器学习或深度学习技术建立一个风机缺陷螺栓的声学识别软件系统，实现风机螺栓状态监测的实时性，并提供用户友好的界面，使操作人员能够轻松地监测系统输出和采取必要的行动，其在工业设备监测和维护方面具有潜在的应用，有助于提高设备的可靠性和安全性。

技术特征：

1.一种基于风机缺陷螺栓声纹信息的声学识别软件系统，其包括：

2.如权利要求1所述的基于风机缺陷螺栓声纹信息的声学识别软件系统，其特征在于，所述s1中，采用基于postgresql的数据库保存已注册的用户信息，通过调用python中的psycopg2库来对postgresql数据库进行具体操作，将用户输入的账号密码与数据库中的信息进行遍历匹配，如果匹配成功则进入主界面。

3.如权利要求1所述的基于风机缺陷螺栓声纹信息的声学识别软件系统，其特征在于，所述s2中，基于pyqt5对主界面的ui进行设计和页面初始化，包括widget布局、button和lineedit等各种控件的加载，同时加载系统所需的各种相关函数。

4.如权利要求1所述的基于风机缺陷螺栓声纹信息的声学识别软件系统，其特征在于，所述s3中，通过python中的sounddevice库和soundfile库实现麦克风设备的调用，从而录制风机缺陷螺栓声纹信息，将录制完成的音频文件进行自定义命名后保存到相应的螺栓种类的保存路径下。

5.如权利要求1所述的基于风机缺陷螺栓声纹信息的声学识别软件系统，其特征在于，所述s4中，选择已有的源音频文件路径，对文件进行定义阈值、计算波形均值等预处理，从而进行音频切割；再根据所选择的螺栓识别模型调用基于resnet网络架构的预训练模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果。

6.如权利要求1所述的基于风机缺陷螺栓声纹信息的声学识别软件系统，其特征在于，所述s5中，通过sounddevice库和soundfile库调用麦克风设备并录制风机缺陷螺栓声纹源文件，以时间戳的方式命名源文件后保存，对保存文件进行同样的定义阈值、计算波形均值等预处理，从而进行音频切割，然后根据所选择的螺栓识别模型调用基于resnet网络架构的预训练模型，以音频片段作为输入对每一音频片段进行模型的识别，得到输出结果。

技术总结本发明公开了一种基于风机缺陷螺栓声纹信息的声学识别软件系统，包括：用户管理模块、声纹采样模块、声纹识别模块以及数据结果导出模块，其中，用户管理模块采用基于Postgresql数据库进行用户数据的存储与导出；声纹采样模块采用基于sounddevice及soundfile函数框架实现麦克风设备的调用和声纹信息的采样，然后对特定格式的音频文件进行路径的自定义保存；声纹识别模块先实现音频文件的获取，再对音频文件进行分割预处理和声纹识别；数据结果导出模块以Resnet网络算法的识别结果为导向，将输出结果进行分类并保存文本数据。本发明实现对风机螺栓缺陷与紧固情况的实时检测，提升了风机螺栓工作状态监测的维护保障能力，提高风机运行的人工维护效率以及降低相关的维护成本。技术研发人员：刘永超,张华锋,杨帆,魏庆来,宋睿卓,董树青受保护的技术使用者：中国大唐集团科学技术研究总院有限公司华北电力试验研究院技术研发日：技术公布日：2024/5/27