[发明专利]目标设备的故障检测方法及装置、存储介质、电子装置在审

专利信息
申请号: 202010761767.1 申请日: 2020-07-31
公开(公告)号: CN112051078A 公开(公告)日: 2020-12-08
发明(设计)人: 赵培;孙树兵;苏腾荣 申请(专利权)人: 海尔优家智能科技(北京)有限公司
主分类号: G01M99/00 分类号: G01M99/00;G06F16/901;G06N5/02;D06F33/47;D06F34/14
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 王晓婷
地址: 100086 北京市海淀区知春*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 设备 故障 检测 方法 装置 存储 介质 电子
【权利要求书】:

1.一种目标设备的故障检测方法,其特征在于,包括:

获取目标设备当前所处的第一工作状态,以及所述目标设备在所述第一工作状态下运行时所产生的第一音频信号,其中,所述目标设备包括:洗衣机;

将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中,以得出所述第一音频信号与多个所述声音模型的多个相似度,其中,每个声音模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:音频信号和音频信号对应的故障,以及故障类型;

根据与所述第一音频信号相似度值最大的目标声音模型,确定以下至少之一:所述目标设备是否发生故障,所述目标设备的故障类型。

2.根据权利要求1所述的方法,其特征在于,将所述第一音频信号输入所述第一工作状态对应的多个声音模型中,包括:

将所述第一音频信号输入所述第一工作状态对应的背景模型,所述背景模型对应所述目标设备的正常工作状态;以及

将所述第一音频信号输入所述第一工作状态对应的故障模型,每个故障模型对应一种故障类型。

3.根据权利要求1所述的方法,其特征在于,根据与所述第一音频信号相似度值最大的目标声音模型,确定所述目标设备的故障类型之后,所述方法还包括:

获取与所述目标设备的故障类型对应的故障码,以及与所述故障码对应的处理方案;

按照预设提示事件提示所述处理方案。

4.根据权利要求1所述的方法,其特征在于,将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中,以得出所述第一音频信号与多个所述声音模型的多个相似度,包括:

提取所述第一音频信号的第一音频特征;

分别确定所述第一音频特征与所述多个声音模型的多个相似度。

5.根据权利要求1所述的方法,其特征在于,将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中,以得出所述第一音频信号与多个所述声音模型的多个相似度之前,所述方法还包括:

通过以下方式训练所述声音模型:

获取所述目标设备在多个第二工作状态下的多个第二故障类型,以及所述第二故障类型对应的音频数据;

根据所述音频数据以及所述多个第二故障类型对所述声音模型进行训练。

6.根据权利要求5所述的方法,其特征在于,根据所述音频数据以及所述多个第二故障类型对所述声音模型进行训练,包括:

从所述音频数据中提取语音特征参数MFCC;

根据所述语音特征参数MFCC和所述多个第二故障类型对所述声音模型进行训练。

7.根据权利要求1至6任一项所述的方法,其特征在于,所述声音模型包括:高斯混合模型GMM模型。

8.一种目标设备的故障检测装置,其特征在于,包括:

获取模块,用于获取目标设备当前所处的第一工作状态,以及所述目标设备在所述第一工作状态下运行时所产生的第一音频信号,其中,所述目标设备包括:洗衣机;

处理模块,用于将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中,以得出所述第一音频信号与多个所述声音模型的多个相似度,其中,每个声音模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:音频信号和音频信号对应的故障,以及故障类型;

确定模块,用于根据与所述第一音频信号相似度值最大的目标声音模型,确定以下至少之一:所述目标设备是否发生故障,所述目标设备的故障类型。

9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

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海尔优家智能科技(北京)有限公司,未经海尔优家智能科技(北京)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/202010761767.1/1.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