[发明专利]一种用于机电设备的故障检测方法、装置及系统在审

专利信息
申请号: 201811612080.0 申请日: 2018-12-27
公开(公告)号: CN109658954A 公开(公告)日: 2019-04-19
发明(设计)人: 李显良;陈昊亮 申请(专利权)人: 广州势必可赢网络科技有限公司
主分类号: G10L25/51 分类号: G10L25/51;G10L25/27;G08B21/24
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 510000 广东省广州市黄埔*** 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: 机电设备 故障检测 声音采集设备 故障检测装置 声纹特征提取 正常运行状态 装置及系统 采集 可接触式 声纹特征 所在区域 物理特征 周围区域 校验 传感器 声纹
【权利要求书】:

1.一种用于机电设备的故障检测方法,其特征在于,包括:

利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据;

对所述声音数据进行特征提取,得到待识别声纹特征;

利用预先建立的声纹库对所述待识别声纹特征进行校验,得到校验结果;

根据所述校验结果确定所述机电设备是否为故障机电设备;

若为所述故障机电设备,则控制提示设备进行与所述故障机电设备对应的故障提示。

2.根据权利要求1所述的用于机电设备的故障检测方法,其特征在于,所述声纹库的建立过程具体为:

利用所述声音采集设备采集所述机电设备处于正常运行状态时的正常声音数据和所述机电设备处于异常运行状态时的异常声音数据;

分别对所述正常声音数据和所述异常声音数据进行特征提取,得到正常声纹特征和异常声纹特征;

将所述正常声纹特征和所述异常声纹特征存储至存储器以构成所述声纹库。

3.根据权利要求2所述的用于机电设备的故障检测方法,其特征在于,所述利用预先建立的声纹库对所述待识别声纹特征进行校验包括:

将所述待识别声纹特征与所述声纹库中的正常声纹特征进行匹配;

当所述待识别声纹特征与所述正常声纹特征不匹配时,则为第一校验结果,当所述待识别声纹特征与所述正常声纹特征匹配时,则为第二校验结果;

对应的,所述根据所述校验结果确定所述机电设备是否为故障机电设备包括:

若所述校验结果为所述第一校验结果,则确定所述机电设备为所述故障机电设备;

若所述校验结果为所述第二校验结果,则确定所述机电设备非所述故障机电设备。

4.根据权利要求1所述的用于机电设备的故障检测方法,其特征在于,所述控制提示设备进行与所述故障机电设备对应的故障提示包括:

控制显示屏显示所述故障机电设备的设备标识号和所处位置,并同时控制语音提示器进行语音提示。

5.根据权利要求1所述的用于机电设备的故障检测方法,其特征在于,还包括:

利用振动信号采集设备采集所述机电设备的振动信号;

判断所述振动信号携带的目标信息是否满足共振条件;

若是,则进行共振警示。

6.根据权利要求5所述的用于机电设备的故障检测方法,其特征在于,所述振动信号携带的目标信息具体为振动频率;

对应的,所述判断所述振动信号携带的目标信息是否满足共振条件具体包括:

计算所述振动频率与所述机电设备的固有频率之间的差值;

判断所述差值的绝对值是否小于预设值;

若小于所述预设值,则确定所述目标信息满足所述共振条件。

7.一种用于机电设备的故障检测装置,其特征在于,包括:

采集模块,用于利用设置于机电设备所在目标区域的声音采集设备采集所述机电设备处于运行状态时的声音数据;

特征提取模块,用于对所述声音数据进行特征提取,得到待识别声纹特征;

校验模块,用于利用预先建立的声纹库对所述待识别声纹特征进行校验,得到校验结果;

确定模块,用于根据所述校验结果确定所述机电设备是否为故障机电设备;若为所述故障机电设备,则进入控制模块;

所述控制模块,用于控制目标设备进行与所述故障机电设备对应的故障提示。

8.根据权利要求7所述的用于机电设备的故障检测装置,其特征在于,还包括:

第二采集模块,用于利用振动信号采集设备采集所述机电设备的振动信号;

判断模块,用于判断所述振动信号携带的目标信息是否满足共振条件;若是,则进入警示模块;

所述警示模块,用于进行共振警示。

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广州势必可赢网络科技有限公司,未经广州势必可赢网络科技有限公司许可,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/201811612080.0/1.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