[发明专利]一种基于声音传感器的生产设备预测性维修方法与系统

说明书

本发明公开了一种基于声音传感器的生产设备预测性维修方法与系统，涉及设备维修领域，其通过获取正常状态下各生产设备运转时的音频数据，并对各音频数据进行滤波后得到其对应的标准音频波形文件；通过各标准音频波形文件构建对应的原始音频生成模型，并根据各原始音频生成模型获取各标准音频波形文件对应的预测音频文件；实时采集各生产设备运转时的音频数据，并对其进行滤波后得到实时音频波形文件；获取各实时音频波形文件与其对应的预测音频文件的差异度；当各差异度未在对应的预设标准范围内时发出对应的维修预警信息，解决了目前制造工厂中由于设备在不可预见的情况下出现的一些故障所导致的维修不及时，质量、产能和交期不可控的问题。

技术领域

本发明涉及设备维修领域，尤其涉及一种基于声音传感器的生产设备预测性维修方法与系统。

背景技术

随着工业智能化的发展，智能制造工厂的生产线为了提高生产效率，逐渐使用机器人手臂代替人工，实现半自动化生产。机器人手臂只需要提前设定好程序，便可以高效率、低出错率并且长时间的工作，这是工人远远做不到的。但是缺点是，在智慧工厂环境下，产线上的机器人手臂总会发生一些故障。事后维护成本较高，会引起生产过程的非计划停机，进而引起质量、产能和交期等影响，因此需要尽力避免。尤其是对关键工序上的核心设备而言，一旦设备发生故障，就会影响后续生产步骤的进行，导致生产线全面停滞、原料与产品积压。智能制造工厂现有的设备维护方式多是固定期限检修，每个月或者每年固定时间检修，在故障发生之前更换或者维修可能出现故障的设备。这种方式虽然可以相对有效地预防设备故障问题。但是会耗费相对比较多的人力、物力、财力，因此如何智能的提前发现各生产设备的问题，并对其及时的进行维修是目前急需解决的技术问题。

发明内容

为了解决目前智能制造工厂中由于设备在不可预见的情况下出现的一些故障所导致的事后维护成本高，质量、产能和交期不可控的问题，本发明提出了一种基于声音传感器的生产设备预测性维修方法，包括步骤：

S01：获取正常状态下各生产设备运转时的音频数据，并对各音频数据进行滤波后得到其对应的标准音频波形文件；

S02：通过各标准音频波形文件构建对应的原始音频生成模型，并根据各原始音频生成模型获取各标准音频波形文件对应的预测音频文件；获取各标准音频波形文件对应的预测音频文件的具体方法为：通过音频波形联合概率的条件概率分布函数，利用标准音频波形文件以及标准音频波形文件中音频波形的联合概率获取标准音频波形文件的条件概率分布，该条件概率分布即为原始音频生成模型；通过原始音频生成模型利用门控激活函数获取标准音频波形文件对应的预测音频文件；

S03：实时采集各生产设备运转时的音频数据，并对其进行滤波后得到实时音频波形文件；

S04：获取各实时音频波形文件与其对应的预测音频文件的差异度；

S05：判断各差异度是否在对应的预设标准范围内，若否，则发出维修预警信息。

进一步地，所述音频波形联合概率的条件概率分布函数的表达式为：

；

式中，x为标准音频波形文件中各音频波形联合概率的集合；T为标准音频波形文件中音频波形联合概率的个数，t为初始值为1的常数，为标准音频波形文件中第t个音频波形联合概率，h为标准音频波形文件，为标准音频波形文件的条件概率分布。

进一步地，所述门控激活函数的表达式为：

；

式中，为卷积操作，为点乘操作，tanh( )为激活函数，为函数，k为层索引，f为滤波器，g为门，W为可学习的卷积核，T为时间维度，为滤波器对应可学习的线性映射，为门对应可学习的线性映射，为滤波器对应在时间维度的广播向量，为门对应在时间维度的广播向量，为滤波器层索引对应的可学习卷积核，为门对应层索引的可学习卷积核，z为标准音频波形文件对应的预测音频文件。

本发明还提出了一种基于声音传感器的生产设备预测性维修系统，包括数据采集器、数据传输装置、数据处理器、显示器以及数据存储器，其中，