本申请实施例提供了一种机械故障提示方法、装置、电子设备及存储介质,涉及故障检测技术领域。该方法包括:获取机器运行时的声音对应的声音信息;对所述声音信息进行处理,以得到所述声音信息对应的声音特征信息;将所述声音特征信息输入预设的故障预测模型中,以确定所述声音特征信息对应的故障类型;其中,所述故障预测模型为根据各个声音特征信息和与所述声音特征信息对应的故障类型进行训练而获得的;所述故障类型包括无故障类型、第一故障类型和第二故障类型;若所述故障类型为所述无故障类型之外的故障类型,生成用于提示所述声音信息对应的机器出现的故障类型的提示信息,并输出所述提示信息。并输出所述提示信息。并输出所述提示信息。
【技术实现步骤摘要】
机械故障提示方法、装置、电子设备及存储介质
[0001]本申请涉及故障检测
,具体而言,本申请涉及一种机械故障提示方法、装置、电子设备及存储介质。
技术介绍
[0002]机器,如旋转机械,被应用到多种领域。有些机器的工作环境通常较为恶劣,经常有故障发生,若不能及时发现并处理,会引起设备停运、损坏,经济损失巨大,甚至还会出现人员伤亡等重大事故,因此在机器发生故障时能够快速的排查故障、恢复生产就显得尤为重要。
[0003]现有诊断机器故障的方法最常用的为振动分析法,利用振动传感器将机器工作时的振动信号收集起来,然后由专家分析故障旋转机械的振动信号,人工判断是什么类型的故障。由专家分析故障的类型,需要对专家的经验水平要求较高,且分析出故障类型的时间较长。
技术实现思路
[0004]本申请的目的旨在至少能解决上述的技术缺陷之一,特提出以下技术方案:
[0005]第一方面,提供了一种机械故障提示的方法,该方法包括:
[0006]获取机器运行时的声音对应的声音信息;
[0007]对所述声音信息进行处理,以得到所述声音信息对应的声音特征信息;
[0008]将所述声音特征信息输入预设的故障预测模型中,以确定所述声音特征信息对应的故障类型;其中,所述故障预测模型为根据各个声音特征信息和与所述声音特征信息对应的故障类型进行训练而获得的;所述故障类型包括无故障类型、第一故障类型和第二故障类型;
[0009]若所述故障类型为所述无故障类型之外的故障类型,生成用于提示所述声音信息对应的机器出现的故障类型的提示信息,并输出所述提示信息。
[0010]第二方面,提供了一种机械故障提示的装置,该装置包括:
[0011]声音获取模块,用于获取机器运行时的声音对应的声音信息;
[0012]声音处理模块,用于对所述声音信息进行处理,以得到所述声音信息对应的声音特征信息;
[0013]预测模块,用于将所述声音特征信息输入预设的故障预测模型中,以确定所述声音特征信息对应的故障类型;其中,所述故障预测模型为根据各个声音特征信息和与所述声音特征信息对应的故障类型进行训练而获得的;所述故障类型包括无故障类型、第一故障类型和第二故障类型;
[0014]提示模块,用于若所述故障类型为所述无故障类型之外的故障类型,生成用于提示所述声音信息对应的机器出现的故障类型的提示信息,并输出所述提示信息。
[0015]第三方面,提供了一种电子设备,该电子设备包括:
[0016]一个或多个处理器;
[0017]存储器;
[0018]一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序配置用于:执行根据本申请第一方面所示的机械故障提示方法。
[0019]第四方面,提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请第一方面所示的机械故障提示方法。
[0020]本申请提供的技术方案带来的有益效果是:通过获取机器运行时的声音对应的声音特征信息;并将声音特征信息输入预设的故障预测模型中,即可确定声音特征信息对应的故障类型;故障类型包括无故障类型、第一故障类型和第二故障类型;若故障类型为无故障类型之外的故障类型,生成用于提示声音信息对应的机器出现的故障类型的提示信息,并输出提示信息,使得机器故障的类型的确定可以实现自动化,省去了人工对信号分析的过程,确定机器故障的类型的准确率高,确定速度快,减小机器故障发生后的运行时间。
附图说明
[0021]为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0022]图1为本申请实施例提供的一种机械故障提示方法的流程示意图;
[0023]图2为图1中步骤S102的详细流程示意图;
[0024]图3A为轴弯曲类型对应的声音信息的示意图;
[0025]图3B为周裂纹类型对应的声音信息的示意图;
[0026]图3C为轴瓦破裂类型对应的声音信息的示意图;
[0027]图4为本申请实施例提供的一种机械故障提示方法还包括的流程示意图;
[0028]图5为本申请实施例提供的一种机械故障提示方法还包括的流程示意图;
[0029]图6为本申请实施例提供的一种机械故障提示装置的结构示意图;
[0030]图7为本申请实施例提供的一种机械故障提示的电子设备的结构示意图。
具体实施方式
[0031]下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本专利技术的限制。
[0032]本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0033]为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方
式作进一步地详细描述。
[0034]本申请提供的机械故障提示方法、装置、电子设备和计算机可读存储介质,旨在解决现有技术的如上技术问题。
[0035]下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
[0036]本申请提供的机械故障提示方法,可以应用于电子设备,用于在机器发生故障时,对机器的故障进行提示。具体的,电子设备可以包括声音信息采集设备,电子设备的声音信息采集设备设置在机器旁边,电子设备的声音信息采集设备用于获取机器运行时的声音对应的声音信息,电子设备还对声音信息进行处理,以得到声音信息对应的声音特征信息;将声音特征信息输入预设的故障预测模型中,以确定声音特征信息对应的故障类型;其中,故障预测模型为根据各个声音特征信息和与声音特征信息对应的故障类型进行训练而获得的;故障类型包括无故障类型、第一故障类型和第二故障类型;若故障类型为无故障类型之外的故障类型,生成用于提示声音信息对应的机器出现的故障类型的提示信息,并输出提示信息。
[0037]本
技术人员可以理解,电子设备可以是终端,以执行相应的程序。机器为能在电能下能够进行动作的机器,机器在动本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机械故障提示方法,其特征在于,所述方法包括:获取机器运行时的声音对应的声音信息;对所述声音信息进行处理,以得到所述声音信息对应的声音特征信息;将所述声音特征信息输入预设的故障预测模型中,以确定所述声音特征信息对应的故障类型;其中,所述故障预测模型为根据各个声音特征信息和与所述声音特征信息对应的故障类型进行训练而获得的;所述故障类型包括无故障类型、第一故障类型和第二故障类型;若所述故障类型为所述无故障类型之外的故障类型,生成用于提示所述声音信息对应的机器出现的故障类型的提示信息,并输出所述提示信息。2.根据权利要求1所述的机械故障提示方法,其特征在于,所述将所述声音特征信息输入预设的故障预测模型中,以确定所述声音特征信息对应的故障类型之前,所述方法还包括:获取所述机器无故障运行时的声音对应的多个第一时域声音信息、每个所述第一时域声音信息对应的故障类型、所述机器发生故障运行时的声音对应的多个第二时域声音信息以及每个所述第二时域声音信息对应的故障类型;分别对每个所述第一时域声音信息、每个所述第二时域声音信息进行处理,以得到每个所述第一时域声音信息对应的第一特征信息,及每个所述第二时域声音信息对应的第二特征信息;根据每个第一特征信息、与每个第一特征信息对应的故障类型、每个第二特征信息及与每个第二特征信息对应的故障类型对初始模型进行训练,以获得故障预测模型。3.根据权利要求2所述的机械故障提示方法,其特征在于,所述方法还包括:将所述故障预测模型发送给服务器,以使所述服务器通过联邦机器学习,对历史模型及接收到的故障预测模型进行聚合,得到中间预测模型;接收所述服务器发送的中间预测模型,并将所述中间预测模型作为更新后的故障预测模型。4.根据权利要求1所述的机械故障提示方法,其特征在于,所述获取机器运行时的声音对应的声音信息,包括:通过心型指向性信号采集设备获取机器运行时的声音对应的声音信息。5.根据权利要求1所述的机械故障提示方法,其特征在于,所述对所述声音信息进行处理,以得到所述声音信息对应的声音特征信息,包括:...
【专利技术属性】
技术研发人员:刘志勇,孟祥德,宋勇,韦强申,
申请(专利权)人:亚信科技中国有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。