[发明专利]一种基于语音分析的机电故障判断方法及系统

说明书

本发明提供了一种基于语音分析的机电故障判断方法及系统，其方法包括：S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的实时工作参数；S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型；S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果；用以基于机电设备上的声场数据实现对机电设备的故障判断，实现在少量故障经验数据的情况下精准快速地识别出来对应的故障类型和故障位置，避免了机电设备故障范围的进一步扩大。

技术领域

本发明涉及故障判断技术领域，特别涉及一种基于语音分析的机电故障判断方法及系统。

背景技术

目前，工业大数据的特点是正常样本多、故障样本少，有标签的样本少，无标签样本多。因此基于机理和专家经验的传统故障诊断的发展依然十分活跃，目前为止最有用且在工业界广泛使用的诊断技术还是传统故障诊断技术。针对监测设备的部件一般都是故障频次非常低但是故障影响巨大的部件。由于这些部件故障频次非常小，因此大部分测量数据都是正常数据，收集到的故障数据非常少。深度学习技术显然在这样的数据样本条件下很难达到优越的性能。因此短期内小样本故障诊断技术依然会在工业界存在与使用。

但是，通过使用人工智能，可以对声音进行分析来检测故障。在非侵入式传感器、机器学习算法和预测维护解决方案的帮助下，出现故障的组件可以在它们变得更严重之前就被识别出来，通过嵌入式声学识别传感器设备，再结合机器学习，可以在故障发生时进行判断，包括故障出现的部位与时间。

因此，本发明提出了一种基于语音分析的机电故障判断方法及系统。

发明内容

本发明提供一种基于语音分析的机电故障判断方法及系统，用以基于机电设备上的声场数据实现对机电设备的故障判断，实现在少量故障经验数据的情况下精准快速地识别出来对应的故障类型和故障位置，避免了机电设备故障范围的进一步扩大。

本发明提供一种基于语音分析的机电故障判断方法，包括：

S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的实时工作参数；

S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型；

S3：基于所述实时工作参数和所述三维动态声场模型实时判断出所述机电设备中存在的故障类型和故障位置，并获得对应的可持续性分析结果。

优选的，所述的一种基于语音分析的机电故障判断方法，S1：基于声传感器实时获取机电设备不同部位的声音信号，同时，实时获取所述机电设备的工作参数，包括：

S101：基于所述机电设备的设备类型确定出对应的外形参数和关键部位；

S102：基于所述外形参数和所述关键部位确定出所述声传感器的设置部位；

S103：基于设置在所述机电设备对应设置部位的声传感器，获取所述机电设备对应部位的声音信号；

S104：实时获取所述机电设备的实时工作参数。

优选的，所述的一种基于语音分析的机电故障判断方法，S2：基于所述声音信号拟合出对应的动态声场数据，基于所述动态声场数据构建出对应的三维动态声场模型，包括：

基于所有声音信号拟合出对应的动态声场数据；

获取所述机电设备对应的三维机电模型；

将所述动态声场数据和所述三维机电模型进行融合，获得对应的三维动态声场模型。

优选的，所述的一种基于语音分析的机电故障判断方法，基于所有声音信号拟合出对应的动态声场数据，包括：

对所述声音信号进行去噪处理，获得对应的去噪声信号；

将所有去噪声信号进行融合获得对应的动态声场数据。