[发明专利]设备的噪音分析方法、装置、存储介质和系统有效

专利信息
申请号: 201810857531.0 申请日: 2018-07-31
公开(公告)号: CN109060115B 公开(公告)日: 2020-05-26
发明(设计)人: 陈虎;薛寒冬;刘群波;傅英胜;张辉;王新亮;杨林;邹俊超;唐策运;林义凯;宋艳超 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G01H17/00 分类号: G01H17/00;G06K9/62;G06N3/04
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王瑞;李双皓
地址: 519070*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备 噪音 分析 方法 装置 存储 介质 系统
【权利要求书】:

1.一种设备的噪音分析方法,所述方法包括:

获取设备运行时的噪音数据和机组运行数据;其中,所述机组运行数据是数据采集装置按照预设数据库格式基于NB-LOT技术传输;所述噪音数据为根据内机侧的机组运行噪音数据、外机侧的机组运行噪音数据和环境噪音数据处理得到,包括:根据所述环境噪音数据对所述外机侧的机组运行噪音数据进行过滤,得到过滤后的外机侧的机组运行噪音数据;根据所述过滤后的外机侧的机组运行噪音数据和所述内机侧的机组运行噪音数据得到;

根据所述噪音数据和所述机组运行数据,采用训练后的噪音神经网络模型分析得到噪音值;其中,所述训练后的噪音神经网络模型表征噪音数据、机组运行数据和机组内各元器件运行时产生的噪音值之间的映射关系;

根据机组内各元器件的参考噪音值和所述噪音值分析各元器件运行对于噪音的影响,得到分析结果。

2.根据权利要求1所述的方法,其特征在于,所述训练后的噪音神经网络模型通过下述方式获得:

获取训练样本数据和噪音神经网络模型;

根据所述训练样本数据对所述噪音神经网络模型进行训练,得到训练后的噪音神经网络模型。

3.根据权利要求1所述的方法,其特征在于,所述根据所述参考噪音值和所述噪音值得到分析结果的步骤之后,还包括:

根据所述分析结果输出机组的运行参数控制信号,所述机组的运行参数控制信号用于控制控制器对应调节机组的运行参数。

4.根据权利要求3所述的方法,其特征在于,所述根据所述分析结果输出机组的运行参数控制信号的步骤,包括:

根据所述分析结果输出待调节信息;

在接收到对应所述待调节信息输入的确认信号后,根据所述待调节信息输出机组的运行参数控制信号。

5.一种设备的噪音分析装置,其特征在于,所述装置包括:

数据获取模块,用于获取设备运行时的噪音数据和机组运行数据;其中,所述机组运行数据是数据采集装置按照预设数据库格式基于NB-LOT技术传输;所述噪音数据为根据内机侧的机组运行噪音数据、外机侧的机组运行噪音数据和环境噪音数据处理得到,包括:根据所述环境噪音数据对所述外机侧的机组运行噪音数据进行过滤,得到过滤后的外机侧的机组运行噪音数据;根据所述过滤后的外机侧的机组运行噪音数据和所述内机侧的机组运行噪音数据得到;

噪音值分析模块,用于根据噪音数据和机组运行数据,采用训练后的噪音神经网络模型分析得到噪音值;其中,所述训练后的噪音神经网络模型表征噪音数据、机组运行数据和机组内各元器件产生的噪音值之间的映射关系;

分析结果确定模块,用于根据机组内各元器件的参考噪音值和所述噪音值分析各元器件运行对于噪音的影响,得到分析结果。

6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。

7.一种设备噪音分析系统,其特征在于,包括通信连接的数据采集装置和噪音分析设备,

所述数据采集装置用于获取设备运行时的噪音数据和机组运行数据并发送至所述噪音分析设备;其中,所述机组运行数据是数据采集装置按照预设数据库格式基于NB-LOT技术传输;所述噪音数据为根据内机侧的机组运行噪音数据、外机侧的机组运行噪音数据和环境噪音数据处理得到,包括:根据所述环境噪音数据对所述外机侧的机组运行噪音数据进行过滤,得到过滤后的外机侧的机组运行噪音数据;根据所述过滤后的外机侧的机组运行噪音数据和所述内机侧的机组运行噪音数据得到;

所述噪音分析设备用于执行如权利要求1至4中任一项所述的方法得到分析结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810857531.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top