一种基于大数据的头戴耳机用故障预测系统技术方案

本发明专利技术涉及头戴耳机故障预测技术领域，用于解决现有头戴耳机检测系统不具备对头戴耳机在不同应用环境下的适应能力进行检测分析的问题，具体为一种基于大数据的头戴耳机用故障预测系统，包括故障预测平台，所述故障预测平台通信连接有硬件分析模块、硬件评级模块、性能检测模块以及数据库，所述硬件分析模块用于对检测对象i的拉伸性能进行分析预测并得到拉伸次数；本发明专利技术针对于拉伸合格的头戴耳机进行适用性能检测，则可以模拟不同应用环境对头戴耳机的适应性能进行分析，通过适用性能检测结果可以对头戴耳机的应用场景进行匹配，也可以对不同适用性能的头戴耳机在不同环境下出现机械故障的概率进行预测分析。现机械故障的概率进行预测分析。现机械故障的概率进行预测分析。

【技术实现步骤摘要】
一种基于大数据的头戴耳机用故障预测系统


[0001]本专利技术涉及头戴耳机故障预测
，具体为一种基于大数据的头戴耳机用故障预测系统。

技术介绍

[0002]头戴式耳机是戴在头上，并非插入耳道内，区别于入耳式耳塞的一类耳机，它是由两部分组成，信号发射器和带有信号接收和放大装置的耳机（通常是动圈式的），发射器与信号源相连，也可以在发射器前接入前级或耳机放大器来改善音质和调整音色。
[0003]现有的头戴耳机仅能够在出厂时对头戴耳机的各项参数进行检测，然而头戴耳机在使用时出现机械故障的概率还与应用场景、用户的使用情况有关系，因此出厂时的头戴耳机参数检测结果并不能够反映出头戴耳机在不同应用环境下的适应能力，也无法对检测合格的头戴耳机进行应用场景匹配，对头戴耳机在不同应用场景下容易出现的故障进行预测分析。
[0004]针对上述技术问题，本申请提出一种解决方案。

技术实现思路

[0005]本专利技术的目的就在于为了解决现有头戴耳机检测系统不具备对头戴耳机在不同应用环境下的适应能力进行检测分析以及容易出现的故障进行预测的功能的问题，而提出一种基于大数据的头戴耳机用故障预测系统。
[0006]本专利技术的目的可以通过以下技术方案实现：一种基于大数据的头戴耳机用故障预测系统，包括故障预测平台，所述故障预测平台通信连接有硬件分析模块、硬件评级模块、性能检测模块以及数据库；在同一批头戴耳机中随机选出n个头戴耳机作为检测对象i，i，i=1，2，
…
，n，n为正整数；所述硬件分析模块用于对检测对象i的拉伸性能进行分析预测并得到拉伸次数，对检测对象i的拉伸次数LCi进行求和取平均数得到平均次数PJ，将平均次数PJ与次数阈值进行比较并通过比较结果对检测对象的拉伸性能是否合格进行判定，针对拉伸性能合格的头戴耳机进行适用性能分析；适用性能的分析过程包括：将检测对象i的拉伸次数JCi建立拉伸集合{JC1，JC2，
…
，JCn}，通过对拉伸集合进行方差计算得到检测对象的适用系数SY，通过数据库获取到适用阈值SYmax，将检测对象的适用系数SY与适用阈值SYmax进行比较：若适用系数SY小于等于适用阈值SYmax，则判定头戴耳机的适用性能合格，硬件分析模块向故障预测平台发送适用合格信号，故障预测平台将接收到的适用合格信号发送至硬件评级模块；若适用系数SY大于等于适用阈值Symax，则判定头戴耳机的适用性能不合格，硬件分析模块向故障预测平台发送适用不合格信号，故障预测平台将接收到的适用不合格信号
发送至硬件评级模块；所述硬件评级模块用于通过拉伸性能与适用性能对头戴耳机的硬件等级进行评定。
[0007]作为本专利技术的一种优选实施方式，拉伸性能的分析过程包括：选取n个人头模型并标记为辅助对象，将辅助对象按照头围数值由小到大进行排列，且相邻辅助对象的头围数值的差值为0.5cm，将n个辅助对象与检测对象随机进行分配，对完成分配的检测对象与辅助对象进行穿戴试验。
[0008]作为本专利技术的一种优选实施方式，穿戴试验的过程包括：将检测对象戴在辅助对象的两耳之间，然后将检测对象取下，测量检测对象的两个耳罩距离并进行记录，计数器数值加一，然后再次将检测对象戴在辅助对象的两耳之间，之后再将检测对象取下，测量检测对象的两个耳罩距离并进行记录，计数器数值再加一，以此类推；直至两个耳罩距离大于等于距离阈值，距离阈值由数据库直接获取，将计数器的数值进行输出。
[0009]作为本专利技术的一种优选实施方式，平均次数PJ与次数阈值的比较过程包括：若平均次数PJ大于等于次数阈值，则判定头戴耳机的拉伸性能合格，硬件分析模块向故障预测平台发送拉伸合格信号，故障预测平台将接收到的拉伸合格信号发送至硬件评级模块；若平均次数PJ小于次数阈值，则判定头戴耳机的拉伸性能不合格，硬件分析模块向故障预测平台发送拉伸不合格信号，故障预测平台将接收到的不拉伸合格信号发送至硬件评级模块。
[0010]作为本专利技术的一种优选实施方式，硬件等级评定的过程包括：若硬件评级模块接收到适用合格信号，则将头戴耳机的硬件等级标记为一等级，硬件评级模块向故障预测平台发送一级硬件信号；若硬件评级模块接收到适用不合格信号，则将头戴耳机的硬件等级标记为二等级，硬件评级模块向故障预测平台发送二级硬件信号；若硬件评级模块接收到拉伸不合格信号，则将头戴耳机的硬件等级标记为三等级，硬件评级模块向故障预测平台发送三级硬件信号。
[0011]作为本专利技术的一种优选实施方式，所述性能检测模块用于对头戴耳机的整体性能进行检测分析：随机抽取若干个头戴耳机作为待检对象，获取待检对象的阻抗数据ZK、灵敏数据LM以及功率数据GL；通过对阻抗数据ZK、灵敏数据LM以及功率数据GL进行计算得到待检对象的性能系数XN；通过数据库获取到性能阈值XNmin、XNmax，将待检对象的性能系数XN与性能阈值XNmin、XNmax进行比较并通过比较结果对待检对象的整体性能是否合格进行判定。
[0012]作为本专利技术的一种优选实施方式，待检对象的阻抗数据ZK获取过程包括：在1000Hz的测试频率下采用万用表获取待检对象的电感率DG，将待检对象的电阻标记为DZ，通过阻抗计算公式得到待检对象的阻抗数据ZK；待检对象的灵敏数据LM获取过程包括：通过数据库获取到灵敏范围的最大值与最小值，对灵敏范围的最大值与最小值进行求和取平均数得到灵敏标准值，将待检对象在1000Hz测试频率下的灵敏度与灵敏标准值的差值的绝对值标记为灵敏数据LM；待检对象的功率数据GL的获取过程包括：将待检对象在使用时的额定功率标记为功率数据GL。
[0013]作为本专利技术的一种优选实施方式，待检对象的性能系数XN与性能阈值XNmin、
XNmax进行比较的具体过程包括：若XN≤XNmin，则判定头戴耳机的整体性能等级为三等级，性能检测模块向故障预测平台发送三级性能信号；若XNmin＜XN＜XNmax，性能检测模块向故障预测平台发送二级性能信号；若XN≥XNmax，性能检测模块向故障预测平台发送一级性能信号。
[0014]与现有技术相比，本专利技术的有益效果是：1、通过拉伸检测对头戴耳机的拉伸性能进行分析，从而对拉伸性能不合格的头戴耳机进行返厂处理，保证检测后的头戴耳机的拉伸性能能够满足正常使用要求，而针对于拉伸合格的头戴耳机进行适用性能检测，则可以模拟不同应用环境对头戴耳机的适应性能进行分析，通过适用性能检测结果可以对头戴耳机的应用场景进行匹配，也可以对不同适用性能的头戴耳机在不同环境下出现机械故障的概率进行预测分析；2、通过性能检测模块可以结合硬件等级对头戴耳机的整体性能进行检测分析，通过性能系数的数值反映出头戴耳机整体性能的好坏，并对头戴耳机的整体性能进行评级，根据评级结果对头戴耳机的整体质量进行反馈。
附图说明
[0015]为了便于本领域技术人员理解，下面结合附图对本专利技术作进一步的说明。
[0016]图1为本专利技术实施例一与实施例二的原理框图；图2为本专利技术实施例三的方法流程图。
具体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的头戴耳机用故障预测系统，包括故障预测平台，其特征在于，所述故障预测平台通信连接有硬件分析模块、硬件评级模块、性能检测模块以及数据库；在同一批头戴耳机中随机选出n个头戴耳机作为检测对象i，i，i=1，2，
…
，n，n为正整数；所述硬件分析模块用于对检测对象i的拉伸性能进行分析预测并得到拉伸次数，对检测对象i的拉伸次数LCi进行求和取平均数得到平均次数PJ，将平均次数PJ与次数阈值进行比较并通过比较结果对检测对象的拉伸性能是否合格进行判定，针对拉伸性能合格的头戴耳机进行适用性能分析；适用性能的分析过程包括：将检测对象i的拉伸次数JCi建立拉伸集合{JC1，JC2，
…
，JCn}，通过对拉伸集合进行方差计算得到检测对象的适用系数SY，通过数据库获取到适用阈值SYmax，将检测对象的适用系数SY与适用阈值SYmax进行比较：若适用系数SY小于等于适用阈值SYmax，则判定头戴耳机的适用性能合格，硬件分析模块向故障预测平台发送适用合格信号，故障预测平台将接收到的适用合格信号发送至硬件评级模块；若适用系数SY大于等于适用阈值Symax，则判定头戴耳机的适用性能不合格，硬件分析模块向故障预测平台发送适用不合格信号，故障预测平台将接收到的适用不合格信号发送至硬件评级模块；所述硬件评级模块用于通过拉伸性能与适用性能对头戴耳机的硬件等级进行评定。2.根据权利要求1所述的一种基于大数据的头戴耳机用故障预测系统，其特征在于，拉伸性能的分析过程包括：选取n个人头模型并标记为辅助对象，将辅助对象按照头围数值由小到大进行排列，且相邻辅助对象的头围数值的差值为0.5cm，将n个辅助对象与检测对象随机进行分配，对完成分配的检测对象与辅助对象进行穿戴试验。3.根据权利要求2所述的一种基于大数据的头戴耳机用故障预测系统，其特征在于，穿戴试验的过程包括：将检测对象戴在辅助对象的两耳之间，然后将检测对象取下，测量检测对象的两个耳罩距离并进行记录，计数器数值加一，然后再次将检测对象戴在辅助对象的两耳之间，之后再将检测对象取下，测量检测对象的两个耳罩距离并进行记录，计数器数值再加一，以此类推；直至两个耳罩距离大于等于距离阈值，距离阈值由数据库直接获取，将计数器的数值进行输出，将输出的数值标记为检测对象i的拉伸次数LCi。4.根据权利要求1所述的一种基于大数据的头戴耳机用故障预测系统，其特征在于，平均次数PJ与次数阈值的比较过程包括：若平均次数PJ大于等于次数阈值，则判定头戴耳机的拉伸性能合格，...

【专利技术属性】
技术研发人员：郭志平，张帅，郭星，王国良，
申请(专利权)人：深圳市烽火宏声科技有限公司，
类型：发明
国别省市：