一种电炉运行故障的监测预警方法技术

本发明专利技术提供了一种电炉运行故障的监测预警方法，涉及故障监测技术领域，包括：根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，根据振动传感装置对第一电炉设备的实时工况进行采集，输实时振动信号，输入特征分解模块中，输出声信号特征矩阵和振动信号特征矩阵，输入设备故障定位模型中，设备故障定位模型与故障信号样本库连接，输出声信号故障定位结果和振动信号故障定位结果，生成第一预警信号。本发明专利技术解决了传统的监测方法通常仅依靠单一参数进行故障判断，无法全面了解电炉运行状态，并且传统方法在故障定位方面存在一定局限性，使得存在故障判断的精确度差、可靠性低的技术问题。可靠性低的技术问题。可靠性低的技术问题。

【技术实现步骤摘要】
一种电炉运行故障的监测预警方法


[0001]本专利技术涉及故障监测
，具体涉及一种电炉运行故障的监测预警方法。

技术介绍

[0002]电炉在工业生产中广泛应用，但长时间运行容易出现各种故障，影响生产效率和安全，传统的故障排除方式耗时费力，无法及时发现并解决问题，随着科技的进步和智能化的发展，人们对电炉故障监测需求提高，希望能够快速、准确地监测和预警故障，因此，电炉故障监测作为一项重要的技术研究和应用领域得到了日益关注和发展。
[0003]而现今常用的电炉运行故障的监测预警方法还存在着一定的弊端，传统的监测方法通常仅依靠单一参数进行故障判断，无法全面了解电炉运行状态，并且传统方法在故障定位方面存在一定局限性，使得故障判断的精确度差、可靠性低。因此，对于电炉运行故障的监测预警还存在着一定的可提升空间。

技术实现思路

[0004]本申请通过提供了一种电炉运行故障的监测预警方法，旨在解决传统的监测方法通常仅依靠单一参数进行故障判断，无法全面了解电炉运行状态，并且传统方法在故障定位方面存在一定局限性，使得存在故障判断的精确度差、可靠性低的技术问题。
[0005]鉴于上述问题，本申请提供了一种电炉运行故障的监测预警方法。
[0006]本申请公开的第一个方面，提供了一种电炉运行故障的监测预警方法，所述方法包括：根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，其中，所述声信号采集装置与所述第一电炉设备连接；根据振动传感装置对所述第一电炉设备的实时工况进行采集，输实时振动信号，其中，所述振动传感装置与所述声信号采集装置通信连接；将所述实时声信号和所述实时振动信号输入特征分解模块中，输出声信号特征矩阵和振动信号特征矩阵；将所述声信号特征矩阵和所述振动信号特征矩阵输入设备故障定位模型中，所述设备故障定位模型与故障信号样本库连接，其中，所述故障信号样本库包括声信号
‑
故障类型映射样本库和振动信号
‑
故障类型映射样本库；根据所述设备故障定位模型，输出声信号故障定位结果和振动信号故障定位结果；基于所述声信号故障定位结果和所述振动信号故障定位结果，生成第一预警信号。
[0007]本申请公开的另一个方面，提供了一种电炉运行故障的监测预警系统，所述系统用于上述方法，所述系统包括：声信号采集单元，所述声信号采集单元用于根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，其中，所述声信号采集装置与所述第一电炉设备连接；振动信号采集单元，所述振动信号采集单元用于根据振动传感装置对所述第一电炉设备的实时工况进行采集，输实时振动信号，其中，所述振动传感装置与所述声信号采集装置通信连接；特征矩阵获取单元，所述特征矩阵获取单元用于将所述实时声信号和所述实时振动信号输入特征分解模块中，输出声信号特征矩阵和振动信号特征矩阵；特征矩阵输入单元，所述特征矩阵输入单元用于将所述声信号特征矩阵和所述振动
信号特征矩阵输入设备故障定位模型中，所述设备故障定位模型与故障信号样本库连接，其中，所述故障信号样本库包括声信号
‑
故障类型映射样本库和振动信号
‑
故障类型映射样本库；定位结果输出单元，所述定位结果输出单元用于根据所述设备故障定位模型，输出声信号故障定位结果和振动信号故障定位结果；预警信号生成单元，所述预警信号生成单元用于基于所述声信号故障定位结果和所述振动信号故障定位结果，生成第一预警信号。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，根据振动传感装置对第一电炉设备的实时工况进行采集，输实时振动信号，输入特征分解模块中，输出声信号特征矩阵和振动信号特征矩阵，输入设备故障定位模型中，设备故障定位模型与故障信号样本库连接，输出声信号故障定位结果和振动信号故障定位结果，生成第一预警信号。解决了传统的监测方法通常仅依靠单一参数进行故障判断，无法全面了解电炉运行状态，并且传统方法在故障定位方面存在一定局限性，使得存在故障判断的精确度差、可靠性低的技术问题，实现了通过采集和分析声信号和振动信号等多个参数，提供更全面准确的故障判断，并且通过设备故障定位模型结合故障信号样本库，实现对声信号和振动信号的故障类型定位，达到提升故障定位的精度和可靠性的技术效果。
[0009]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0010]图1为本申请实施例提供了一种电炉运行故障的监测预警方法流程示意图；图2为本申请实施例提供了一种电炉运行故障的监测预警方法中搭建特征分解模块可能的流程示意图；图3为本申请实施例提供了一种电炉运行故障的监测预警方法中生成第一预警信号和第二预警信号可能的流程示意图；图4为本申请实施例提供了一种电炉运行故障的监测预警系统可能的结构示意图。
[0011]附图标记说明：声信号采集单元10，振动信号采集单元20，特征矩阵获取单元30，特征矩阵输入单元40，定位结果输出单元50，预警信号生成单元60。
具体实施方式
[0012]本申请实施例通过提供一种电炉运行故障的监测预警方法，解决了传统的监测方法通常仅依靠单一参数进行故障判断，无法全面了解电炉运行状态，并且传统方法在故障定位方面存在一定局限性，使得存在故障判断的精确度差、可靠性低的技术问题，实现了通过采集和分析声信号和振动信号等多个参数，提供更全面准确的故障判断，并且通过设备故障定位模型结合故障信号样本库，实现对声信号和振动信号的故障类型定位，达到提升故障定位的精度和可靠性的技术效果。
[0013]在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
[0014]如图1所示，本申请实施例提供了一种电炉运行故障的监测预警方法，所述方法包括：步骤S100：根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，其中，所述声信号采集装置与所述第一电炉设备连接；具体而言，将声信号采集装置与第一电炉设备进行连接，声信号采集装置可以通过传感器或麦克风等设备来获取声音信号，以确保能够获取到第一电炉设备的实时工况信息。连接成功后对第一电炉设备的实时工况进行采集，包括监测和记录电炉设备的声音、噪音或其他相关音频信号，输出可用的声音信号数据。
[0015]步骤S200：根据振动传感装置对所述第一电炉设备的实时工况进行采集，输实时振动信号，其中，所述振动传感装置与所述声信号采集装置通信连接；具体而言，将振动传感装置与声信号采集装置进行通信连接，这样可以将振动信号的采集与声信号的采集同步进行，以综合分析电炉设备的实时工况，所述振动传感装置使用加速度传感器或其他相关设备来测量电炉设备产生的机械振动，并输出可用的振动信号数据，通过同时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电炉运行故障的监测预警方法，其特征在于，所述方法包括：根据声信号采集装置对第一电炉设备的实时工况进行采集，输出实时声信号，其中，所述声信号采集装置与所述第一电炉设备连接；根据振动传感装置对所述第一电炉设备的实时工况进行采集，输实时振动信号，其中，所述振动传感装置与所述声信号采集装置通信连接；将所述实时声信号和所述实时振动信号输入特征分解模块中，输出声信号特征矩阵和振动信号特征矩阵；将所述声信号特征矩阵和所述振动信号特征矩阵输入设备故障定位模型中，所述设备故障定位模型与故障信号样本库连接，其中，所述故障信号样本库包括声信号
‑
故障类型映射样本库和振动信号
‑
故障类型映射样本库；根据所述设备故障定位模型，输出声信号故障定位结果和振动信号故障定位结果；基于所述声信号故障定位结果和所述振动信号故障定位结果，生成第一预警信号。2.如权利要求1所述的方法，其特征在于，将所述实时声信号和所述实时振动信号输入特征分解模块中之前，所述方法还包括：对所述第一电炉设备的实时工况环境进行声信号干扰特征采集，并根据采集到的干扰特征，建立信号过滤模块，其中，所述信号过滤模块的参数包括表征声信号与振动信号之间差异的参数；将所述实时声信号和所述实时振动信号输入所述信号过滤模块中进行信号过滤，输出过滤后实时声信号和实时振动信号；再将过滤后的所述实时声信号和所述实时振动信号输入特征分解模块进行特征提取。3.如权利要求1所述的方法，其特征在于，将所述声信号特征矩阵和所述振动信号特征矩阵输入设备故障定位模型中，所述方法包括：将所述声信号特征矩阵输入所述设备故障定位模型的声故障定位分支中进行特征匹配，其中，所述声故障定位分支通过对所述声信号
‑
故障类型映射样本库进行训练获取；根据所述声故障定位分支进行匹配，将匹配度大于等于预设匹配度的故障类型作为声信号故障定位结果输出；将所述振动信号特征矩阵输入所述设备故障定位模型的振动故障定位分支中进行特征匹配，其中，所述振动故障定位分支通过对所述振动信号
‑
故障类型映射样本库进行训练获取；根据所述振动故障定位分支进行匹配，将匹配度大于等于所述预设匹配度的故障类型作为振动信号故障定位结果输出。4.如权利要求3所述的方法，其特征在于，基于所述声信号故障定位结果和所述振动信号故障定位结果，生成第一预警信号，所述方法还包括：根据最小概率错误判别模型对所述声信号故障定位结果和所述振动信号故障定位结果进行判别，其中，所述最小概率错误判别模型的表达式如下：，其中，表示声信号故障定位结果，与振动信号故障定位结果错判的概率，通过最小化来分别训练声信号故障定位结果和振动信号故障定位结果...

【专利技术属性】
技术研发人员：徐立君，徐屹进，郭宇博，范玲宵，段小宇，李书境，徐屹汉，
申请(专利权)人：苏州弘皓光电科技有限公司，
类型：发明
国别省市：