本申請涉及聲音處理，特別涉及一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法及系統(tǒng)。

背景技術(shù)：

1、在工業(yè)生產(chǎn)中使用了大量的機械設(shè)備，例如礦業(yè)中的車輛設(shè)備、選礦設(shè)備，制造業(yè)中的生產(chǎn)設(shè)備等，這些設(shè)備能夠替代人工完成人力無法完成的工作，不但極大的提高了生產(chǎn)效率，而且提高了生產(chǎn)的安全性。

2、然而，大量機械設(shè)備的使用也意味著發(fā)生故障的數(shù)量也大大增加，這些故障在早期都有明顯的特征，例如異常的振動、聲音、溫度等，通過對這些信息的采集和分析，可以做到對故障的提前預(yù)測，以采用合適的手段進行干預(yù)，避免故障的損失進一步擴大。

3、在各種特征信息中，聲音是比較容易獲取且預(yù)測效果較好的特征信息。在以往的預(yù)測中，基本都是依賴人員的經(jīng)驗進行分析，而且還需要人工進行定期檢查，不但對人力的占用非常嚴重，而且預(yù)測的準確率較低，難以實現(xiàn)實時且準確的故障預(yù)警。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中人工分析存在的難以實現(xiàn)實時且準確的故障預(yù)警的問題。

2、一方面，本申請實施例提供了一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，包括：

3、采集目標(biāo)設(shè)備的聲音信號，提取聲音信號的聲紋信息；

4、對聲紋信息進行初步分類，確定聲紋信息對應(yīng)的設(shè)備類別；

5、對聲紋信息進行再次分類，在設(shè)備類別的基礎(chǔ)上確定聲紋信息來源的設(shè)備位置；

6、提取聲紋信息的數(shù)據(jù)特征；

7、將數(shù)據(jù)特征輸入基于隨機森林建立的識別模型，確定目標(biāo)設(shè)備的運行狀態(tài)。

8、另一方面，本申請實施例還提供了一種基于聲紋信息的設(shè)備運行狀態(tài)識別系統(tǒng)，包括：

9、采集和提取模塊，用于采集目標(biāo)設(shè)備的聲音信號，提取聲音信號的聲紋信息；

10、初步分類模塊，用于對聲紋信息進行初步分類，確定聲紋信息對應(yīng)的設(shè)備類別；

11、再次分類模塊，用于對聲紋信息進行再次分類，在設(shè)備類別的基礎(chǔ)上確定聲紋信息來源的設(shè)備位置；

12、特征提取模塊，用于提取聲紋信息的數(shù)據(jù)特征；

13、狀態(tài)識別模塊，用于將數(shù)據(jù)特征輸入基于隨機森林建立的識別模型，確定目標(biāo)設(shè)備的運行狀態(tài)。

14、本申請中的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法及系統(tǒng)，具有以下優(yōu)點：

15、對目標(biāo)設(shè)備進行分類后確定了目標(biāo)設(shè)備的類別和位置，然后采用隨機森林進行運行狀態(tài)識別，不但確定了目標(biāo)設(shè)備各個具體位置的運行狀態(tài)，而且提高了識別結(jié)果的準確性和識別效率。

技術(shù)特征：

1.一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，提取所述聲紋信息的方法包括：

3.根據(jù)權(quán)利要求1所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，采用基于支持向量機或k-近鄰算法建立的初步分類模型對所述聲紋信息進行初步分類。

4.根據(jù)權(quán)利要求1所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，采用基于深度學(xué)習(xí)模型建立的再次分類模型對所述聲紋信息進行再次分類，所述再次分類模型與所述設(shè)備類別對應(yīng)。

5.根據(jù)權(quán)利要求4所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，所述深度學(xué)習(xí)模型采用卷積神經(jīng)網(wǎng)絡(luò)模型。

6.根據(jù)權(quán)利要求1所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，采用基于長短期記憶網(wǎng)絡(luò)建立的特征提取模型提取所述數(shù)據(jù)特征。

7.根據(jù)權(quán)利要求1所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，在采集所述聲音信號時，采用多個不同的聲音傳感器同時采集多個所述聲音信號，隨機選擇一個所述聲音信號進行目標(biāo)設(shè)備的運行狀態(tài)識別。

8.根據(jù)權(quán)利要求7所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，在所述識別模型的訓(xùn)練過程中，采用多個所述聲音傳感器采集測試設(shè)備的多個測試聲音信號，所述識別模型中的每個決策樹均采用至少一個所述測試聲音信號的聲紋信息進行訓(xùn)練。

9.根據(jù)權(quán)利要求8所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法，其特征在于，在所述識別模型的訓(xùn)練過程中，確定所述測試聲音信號和決策樹的對應(yīng)關(guān)系后，隨機選取所述測試聲音信號的聲紋信息中的一部分聲紋信息，然后隨機選取所述一部分聲紋信息中的數(shù)據(jù)特征作為對應(yīng)的所述決策樹的訓(xùn)練集。

10.應(yīng)用權(quán)利要求1-9任一項所述的一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法的系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本申請公開了一種基于聲紋信息的設(shè)備運行狀態(tài)識別方法及系統(tǒng)，涉及聲音處理技術(shù)領(lǐng)域，其中方法包括：采集目標(biāo)設(shè)備的聲音信號，提取聲音信號的聲紋信息；對聲紋信息進行初步分類，確定聲紋信息對應(yīng)的設(shè)備類別；對聲紋信息進行再次分類，在設(shè)備類別的基礎(chǔ)上確定聲紋信息來源的設(shè)備位置；提取聲紋信息的數(shù)據(jù)特征；將數(shù)據(jù)特征輸入基于隨機森林建立的識別模型，確定目標(biāo)設(shè)備的運行狀態(tài)。本申請對目標(biāo)設(shè)備進行分類后確定了目標(biāo)設(shè)備的類別和位置，然后采用隨機森林進行運行狀態(tài)識別，不但確定了目標(biāo)設(shè)備各個具體位置的運行狀態(tài)，而且提高了識別結(jié)果的準確性和識別效率。

技術(shù)研發(fā)人員：李天問,周文明,雷東川
受保護的技術(shù)使用者：四川開物信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9