[发明专利]一种基于机器学习的无源声信号对风力发电机叶片故障检测方法

权利要求书

1.一种故障检测方法，其特征在于，包括：

响应于对风力发电机叶片进行故障检测的触发事件，采集所述风力发电机叶片旋转时产生的音频信号；

提取所述音频信号的梅尔频率倒谱系数；

调用故障检测模型对所述梅尔频率倒谱系数进行分析处理，得到对所述风力发电机叶片进行故障检测的检测结果。

2.如权利要求1所述的方法，其特征在于，所述提取所述音频信号的梅尔频谱倒谱系数，包括：

对所述音频信号进行预加重处理，并对所述预加重处理后的音频信号进行分帧处理，得到多帧音频子信号；其中，两个相邻帧音频子信号之间存在预设时长的重叠信号；

对所述多帧音频子信号中每帧音频子信号进行短时傅里叶变换运算，得到每帧音频子信号对应的频谱；

对所述每帧音频子信号对应的频谱进行滤波处理，并根据滤波处理后的每帧音频子信号得到所述音频信号的梅尔频率倒谱系数。

3.如权利要求2所述的方法，其特征在于，所述对所述多帧音频子信号中每帧音频子信号进行短时傅里叶变换运算，得到每帧音频子信号对应的频谱，包括：

为所述每帧音频子信号添加汉明窗；

对添加汉明窗后的每个帧音频子信号输入短时傅里叶变换规则中进行运算，得到每帧音频子信号对应的频谱。

4.如权利要求2所述的方法，其特征在于，所述根据滤波处理后的每帧音频子信号得到所述音频信号的梅尔频谱倒谱系数，包括：

对滤波处理后的每帧音频子信号进行离散余弦变换处理，得到所述音频信号的梅尔频谱倒谱系数。

5.如权利要求1所述的方法，其特征在于，所述故障检测模型是基于训练集训练得到的，所述训练集包括多个训练音频数据和所述多个训练音频数据中每个训练音频数据对应的监督标签，所述多个训练音频数据是对采集到的训练音频信号进行预处理得到的，所述训练音频信号包括麦克风阵列采集到的所述风力发电机叶片旋转时产生的音频信号；任一训练音频数据对应的监督标签用于指示所述风力发电机叶片旋转产生所述任一训练音频数据时，所述风力发电机叶片处于故障状态或者非故障状态，所述故障状态为以下故障状态中任意一种或多种：叶片丢失以及叶片损坏。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练集，所述训练集包括多个训练音频数据和所述多个训练音频数据中每个训练音频数据对应的监督标签；

提取每个训练音频数据对应的梅尔频率倒谱系数，并将每个训练音频数据对应的梅尔频谱倒谱系数输入至所述故障检测模型中进行分析处理，得到所述每个训练音频数据对应的预测结果；

根据所述每个训练音频数据对应的预测结果和所述每个训练音频数据对应的监督标签，确定目标损失函数；

按照减小所述目标损失函数的值的方向优化所述故障检测模型。

7.如权利要求1所述的方法，其特征在于，所述触发事件是指当前时间满足预设的对所述风力发电机叶片进行故障检测的时间条件；或者所述触发事件是指接收到对所述风力发电叶片机进行故障检测的检测指令。

8.一种故障检测装置，其特征在于，包括：

采集单元，用于响应于对风力发电叶片进行故障检测的触发事件，采用所述风力发电机叶片旋转时产生的音频信号；

提取单元，用于提取所述音频信号的梅尔频率倒谱系数；

处理单元，用于调用故障检测模型对所述梅尔频率倒谱系数进行分析处理，得到对所述风力发电机叶片进行故障检测的检测结果。

9.一种故障检测设备，其特征在于，包括：

处理器，适用于实现一条或多条计算机程序；以及

计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行如权利要求1-6任一项所述的故障检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时，用于执行如权利要求1-6任一项所述的故障检测方法。