[发明专利]一种基于CNN和RNN的机器状态获取方法、系统及电子设备

权利要求书

1.一种基于CNN和RNN的机器状态获取方法，用于对机器能否正常工作进行测定，所述机器为具有显示屏幕以及工作时能够发声的电器设备，其特征在于，步骤如下：

S1：将待检测的机器固定在位置调整设备上，由位置调整设备对机器的位置进行动态调整；所述机器中预先内置有若干声音测试信号；

S2：通过位置调整设备对机器的位置进行间隙式的调整，并在每个调整位置均执行离线数据提取过程；在所述离线数据提取过程中，首先使机器开机运行，通过拍摄设备记录机器的开机画面；然后通过拍摄设备记录显示有机器运行功率的显示信息画面；最后使机器关机，通过拍摄设备记录机器的关机画面；

S3：将获得的离线数据输入CNN网络中，判断机器处于不同位置时，是否正常开机以及是否属于正常运行功率范围；若在不同位置机器运行均正常，则继续执行S4，否则提示机器存在运行状态故障；

S4：对机器执行在线数据提取过程，在所述在线数据提取过程中，对机器的位置不断进行动态调整，在位置调整过程中保持机器处于开机运行状态，并控制机器持续播放若干条所述的声音测试信号,通过录音设备记录下从机器中播放的声音测试信号；

S5：将提取到的在线数据不断输入RNN网络中，由RNN网络将录音设备记录下的声音测试信号与标准声音测试信号进行序列比对，判断机器在不同位置的发声是否正常；若在机器处于不同位置时对若干声音测试信号的发声均正常，则认为该机器能够正常运行，否则提示机器存在运行状态故障。

2.根据权利要求1所述的一种基于CNN和RNN的机器状态获取方法，其特征在于：所述S1中对机器的位置进行动态调整的方法为：

将机器固定于旋转座上，所述旋转座由直流电机和步进电机驱动，其中直流电机用于驱动旋转座匀速转动，步进电机用于控制旋转座间隙式停顿。

3.根据权利要求1所述的一种基于CNN和RNN的机器状态获取方法，其特征在于：所述S3中将获得的离线数据输入CNN网络中具体的判断方法为：

S31：将机器的开机画面进行小波去噪，并将去噪后的画面图像输入预先经过训练的第一CNN网络中，与正常开机时的画面图像进行比对，判断两者是否相似，若相似程度高于第一阈值则表明其正常开机；

S32：将机器的关机画面进行小波去噪，并将去噪后的画面图像输入预先经过训练的第二CNN网络中，与正常关机时的画面图像进行比对，判断两者是否相似，若相似程度高于第二阈值则表明其正常关机；

S33：对获取到的显示有机器运行功率的显示信息画面进行图像二值化处理，然后送入预先经过训练的第三CNN网络中，识别出画面中显示的机器运行功率数值；然后根据机器运行时的正常功率范围，判断该机器运行功率是否正常；

S34：对于同一位置的机器开关机，若同时正常开机、正常关机且运行功率正常，则认为该机器暂时不存在异常，继续执行S4；否则提示机器存在运行状态故障。

4.根据权利要求1所述的一种基于CNN和RNN的机器状态获取方法，其特征在于：所述S5中将获得的在线数据输入RNN网络中具体的判断方法为：

S51：将录音设备记录下的声音测试信号输入预先经过训练的RNN网络中，由RNN网络将其与对应的标准声音测试信号进行序列比对，比对时将两条信号序列按照机器所处的位置对应划分为若干子片段，分别进行相似性比对；若两个子片段的相似程度超过第三阈值，则判断机器在对应位置能够正常发声；若机器处于不同位置时均能够正常发声，则机器处于稳定序列，否则机器状态处于不稳定序列；

S52：向RNN网络中输入多条不同的声音测试信号，分别进行比对；若对于所有的声音测试信号机器均处于稳定序列，则认为该机器能够正常运行且运行状态稳定，否则提示机器存在运行状态故障。

5.根据权利要求1所述的一种基于CNN和RNN的机器状态获取方法，其特征在于：在获取机器发出的声音测试信号过程中包括对数据的更新：将获取到的机器的测试声音信号进行聚类，得到不同种类的测试声音信号数据，将多种测试声音信号数据对RNN网络的训练数据进行更新，提高RNN网络的对比准确性。