技术新讯 > 乐器声学设备的制造及制作,分析技术 > 基于声音监测的转动设备异常状态识别方法及系统与流程  >  正文

基于声音监测的转动设备异常状态识别方法及系统与流程

  • 国知局
  • 2024-10-21 14:57:22

本发明涉及故障诊断,具体地涉及一种基于声音监测的转动设备异常状态识别方法及一种基于声音监测的转动设备异常状态识别系统。

背景技术:

1、转动设备在企业生产中应用十分广泛,其是企业生产的动力核心设备,例如压缩机、泵、电机设备和齿轮设备等。这些设备的稳定性直接关乎了生产进程的稳定性,所以在生产过程中,进行转动设备运行状态监测是必不可少的。在现有的转动设备故障检测技术中,主要依靠人工巡检的方式进行转动设备运行振动状态信号采集,然后基于采集的振动信号进行转动设备故障检测,这种方式人工投入成本大,不适应当今智慧工厂发展,且转动设备往往需要发展为较大的故障才会体现出振动异常状态,基于这种方式获得的故障识别准确性也存在一定的问题。基于现有技术方案存在智能性差和故障监测成本高的问题,需要创造一种新的转动设备故障识别方法。

技术实现思路

1、本发明实施方式的目的是提供一种基于声音监测的转动设备异常状态识别方法及系统,以至少解决现有技术方案存在智能性差和故障监测成本高的问题。

2、为了实现上述目的,本发明第一方面提供一种基于声音监测的转动设备异常状态识别方法,所述方法包括:在预定采集区域内,流转采集待识别声音信息,并记录每一次待识别声音信息采集时刻的采集位置信息,获得多组待识别声音信息与采集位置信息的对应关系;将所有待识别声音信息与对应的采集位置信息作为入参,进行预设故障识别模型训练,获得每一组对应关系的故障识别结果;统计故障识别结果为存在故障的对应关系在对应关系总数中的占比,并在该占比大于预设阈值时,判定转动设备存在运行故障。

3、可选的,所述在预定采集区域内,流转采集待识别声音信息,包括:以转动设备为起点,沿任意两个相对方向直线流转进行待识别声音信息流动采集,直到流转到与转动设备之间具有预设最大间距的位置;其中,每次待识别声音信息的采集位置不同,且任意相邻两次待识别声音信息的采集位置之间的间距相同。

4、可选的,所述在预定采集区域内,流转采集待识别声音信息,包括:在每一个待识别声音信息的采集位置,多通道同步采集多个待识别声音信息。

5、可选的,所述记录每一次待识别声音信息采集时刻的采集位置信息,包括:响应于声音信息采集触发信号,读取流转到当前采集位置的激光导航数据;基于所述激光导航数据读取当前采集位置的第一采集位置候选信息;响应于声音信息采集触发信号,读取当前采集位置的北斗定位信息;基于所述北斗定位信息读取当前采集位置的第二采集位置候选信息;基于所述第一采集位置信息和所述第二采集位置信息进行采集位置修正,获得采集位置。

6、可选的,所述待识别声音信息包括:转动设备的运转声音信息和背景声音信息;其中,运转声音信息和背景声音信息均包括:声音强度信息、声音频域特征信息和声音波形信息。

7、可选的,所述方法还包括:构建预设故障识别模型,包括:采集多个标定存在故障状态的转动设备的运转声音信息;采集在无转动设备运行状态下的设置车间的多个背景声音信息;将采集的运转声音信息和背景声音信息作为训练样本,进行故障识别模型训练,获得预设故障识别模型。

8、可选的,所述方法还包括:构建预设故障识别模型,包括:采集标定存在故障状态的转动设备的多个运转声音信息,并绑定每一个与声音信息对应的故障类型;采集设置车间在无转动设备运行状态下的多个背景声音信息;将绑定有对应故障类型的多个声音信息和多个背景声音信息作为训练样本,进行故障识别模型训练,获得预设故障识别模型。

9、可选的,在判定转动设备存在运行故障后,所述方法还包括:提取所有识别结果为存在故障的对应关系的模型训练结果;基于所述模型训练结果获得各对应关系预测的故障类型结果;统计出现频次最多的故障类型结果,并将统计结果推送到用户端。

10、本发明第二方面提供一种基于声音监测的转动设备异常状态识别系统,所述系统包括:采集单元,用于在预定采集区域内,流转采集待识别声音信息,并记录每一次待识别声音信息采集时刻的采集位置信息,获得多组待识别声音信息与采集位置信息的对应关系;处理单元,用于将所有待识别声音信息与对应的采集位置信息作为入参,进行预设故障识别模型训练,获得每一组对应关系的故障识别结果;判定单元,用于统计故障识别结果为存在故障的对应关系在对应关系总数中的占比,并在该占比大于预设阈值时,判定转动设备存在运行故障。

11、可选的,所述采集单元能够在转动设备设置车间内进行流转移动。

12、可选的,所述采集单元包括:声音采集模块,用于采集待识别声音信息;定位模块,包括:激光导航模块,用于:辅助采集单元进行移动流转;响应于声音信息采集触发信号,读取流转到当前采集位置的激光导航数据;基于所述激光导航数据读取当前采集位置的第一采集位置候选信息;北斗定位模块,用于:响应于声音信息采集触发信号,读取当前采集位置的北斗定位信息;基于所述北斗定位信息读取当前采集位置的第二采集位置候选信息;所述声音采集模块还用于:基于所述第一采集位置信息和所述第二采集位置信息进行位置信息修正,获得采集位置信息。

13、可选的,所述处理单元还用于:构建预设故障识别模型,包括:采集多个标定存在故障状态的转动设备的运转声音信息;以及采集在无转动设备运行状态下的设置车间的多个背景声音信息;将采集的运转声音信息和背景声音信息作为训练样本,进行故障识别模型训练,获得预设故障识别模型。

14、可选的,所述处理单元用于:构建预设故障识别模型,包括:采集标定存在故障状态的转动设备的多个运转声音信息,并绑定每一个与声音信息对应的故障类型;采集设置车间在无转动设备运行状态下的多个背景声音信息;将绑定有对应故障类型的多个声音信息和多个背景声音信息作为训练样本,进行故障识别模型训练,获得预设故障识别模型。解决了现有技术方案存在智能性差和故障监测成本高的问题

15、可选的,所述判定单元还用于:在判定转动设备存在运行故障后,提取所有识别结果为存在故障的对应关系的模型训练结果;基于所述模型训练结果获得各对应关系预测的故障类型结果;统计出现频次最多的故障类型结果,并将统计结果推送到用户端。

16、另一方面,本发明提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的基于声音监测的转动设备异常状态识别方法。

17、通过上述技术方案,利用了转动在不同的运行状态下会形成不同的声音特征的原理,构建了转动设备故障状态与声学信号之间映射关系的故障识别模型。在生产车间内流转采集转动设备的声音信号,并对所述声音信号进行特征提取,基于故障识别模型进行特征训练,获得对应的故障类型。本发明方案只需要在厂区内设置很少的巡检机器人,便可以不需要人工干预且不影响转动设备运转的条件下实现运转设备故障自动识别。

18、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征:

1.一种基于声音监测的转动设备异常状态识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述在预定采集区域内,流转采集待识别声音信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述在预定采集区域内,流转采集待识别声音信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述记录每一次待识别声音信息采集时刻的采集位置信息,包括:

5.根据权利要求1所述的方法,其特征在于,所述待识别声音信息包括:

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

7.根据权利要求5所述的方法,其特征在于,所述方法还包括:

8.根据权利要求7所述的方法,其特征在于,在判定转动设备存在运行故障后,所述方法还包括:

9.一种基于声音监测的转动设备异常状态识别系统,其特征在于,所述系统包括:

10.根据权利要求9所述的系统,其特征在于,所述采集单元能够在转动设备设置车间内进行流转移动。

11.根据权利要求9所述的系统,其特征在于,所述采集单元包括:

12.根据权利要求9所述的系统,其特征在于,所述处理单元还用于:

13.根据权利要求9所述的系统,其特征在于,所述处理单元用于:

14.根据权利要求13所述的系统,其特征在于,所述判定单元还用于:

15.一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行权利要求1-8中任一项权利要求所述的基于声音监测的转动设备异常状态识别方法。

技术总结本发明实施例提供一种基于声音监测的转动设备异常状态识别方法及系统,属于故障诊断技术领域。所述方法包括:在预定采集区域内,流转采集待识别声音信息,并记录每一次待识别声音信息采集时刻的采集位置信息,获得多组待识别声音信息与采集位置信息的对应关系;将所有待识别声音信息与对应的采集位置信息作为入参,进行预设故障识别模型训练,获得每一组对应关系的故障识别结果;统计故障识别结果为存在故障的对应关系在对应关系总数中的占比,并在该占比大于预设阈值时,判定转动设备存在运行故障。本发明方案解决了现有故障诊断技术存在的智能性差和故障监测成本高的问题。技术研发人员:邱枫,杨哲,屈定荣,朱亮,许述剑,宁志康受保护的技术使用者:中国石油化工股份有限公司技术研发日:技术公布日:2024/10/17

本文地址:https://www.jishuxx.com/zhuanli/20241021/319915.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。