[發明專利]設備故障診斷的方法、裝置及系統

有效

• 申請號: 201611059472.X
• 申請日: 2016-11-22
• 公開（公告）號: CN106596123B
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 徐麗麗
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G01M17/007
• 分類號: G01M17/007;G06K9/62
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 劉喆;劉鐵生

本發明公開了一種設備故障診斷的方法、裝置及系統，涉及設備檢測技術領域，解決了現有汽車故障診斷的方式效率低的問題。本發明的方法包括：采集待診斷設備的音頻信號，所述音頻信號為待診斷設備在運行過程中產生的聲音信號；從待診斷設備的音頻信號中提取故障源信號；從所述故障源信號中提取能夠表征所述設備故障的預設故障特征；將預設故障特征輸入到預設故障診斷模型中，確定故障的類型。本發明應用于汽車故障診斷過程中。

技術領域

本發明涉及設備檢測技術領域，尤其涉及一種設備故障診斷的方法、裝置及系統。

背景技術

目前，對于汽車故障的診斷方法常用的有兩種：一種是人工診斷法，即直觀診斷法，主要是憑借診斷人員的實踐經驗和知識，借助簡單工具，用眼看、耳聽、手模等感官手段，邊檢查、邊試驗、邊分析，進而對汽車故障做出判斷。另一種是儀器設備診斷法，這種方法采用專用的儀器設備檢測汽車必要的技術參數，然后將檢測到的技術參數與正常狀況時的技術參數相比較，來進行故障的判斷。

發明人在實施上述方法時，發現現有技術中至少存在如下問題：對于第一種診斷方法，簡便直觀，但是診斷時需要人員逐一排除最終確定故障，其診斷效率不高，并且整個診斷需要依賴診斷人員的經驗進行，使得診斷的準確性不高；而對于第二種診斷方法，診斷的速度較高，但是由于需要專用的儀器設備以及專業技術的支持，投資較大。

發明內容

鑒于上述問題，本發明提供一種設備故障診斷方法、裝置及系統，主要目的在于，在較低成本下實現較高的效率和準確性的設備故障診斷。

為解決上述技術問題，本發明提供了一種設備故障診斷的方法，所述方法應用于數據采集終端，所述方法包括：

采集待診斷設備的音頻信號，所述音頻信號為設備在運行過程中產生的聲音信號；

從待診斷設備的音頻信號中提取故障源信號；

從所述故障源信號中提取能夠表征所述設備故障的預設故障特征；

將預設故障特征輸入到由模型訓練服務端生成的預設故障診斷模型中，確定故障的類型，所述預設故障診斷模型是根據訓練樣本生成的，所述訓練樣本包含歷史收集的與所述待診斷設備同類的設備的預設故障特征以及對應故障的類型。

可選的，所述從所述音頻信號中提取故障源信號，包括：

對所述音頻信號進行去噪處理；

將去噪后的音頻信號按照信號的頻率分割為不同頻段的音頻信號；

根據主成分分析算法提取目標頻段的音頻信號，所述目標頻段的音頻信號為故障概率超過預設閾值的音頻信號，所述故障概率與音頻信號中數據點的波動程度成正比；

根據獨立成分分析算法從所述目標頻段的音頻信號中提取故障源信號。

可選的，所述從所述故障源信號中提取能夠表征所述設備故障的預設故障特征，包括：

從所述故障源信號中提取以下至少一種預設故障特征：

聲音響度方差值、聲音響度均值、聲音響度峰值、聲音頻段值。

可選的，若所述設備為處于運行狀態的設備，所述訓練樣本包含歷史收集的與所述待診斷設備同類的設備的預設故障特征、預設故障特征對應的故障類型以及對應的環境特征，在將預設故障特征輸入到預設故障診斷模型中之前，所述方法進一步包括：

獲取當前環境特征，所述當前環境特征包括天氣特征、所述待診斷設備運行速度以及待診斷設備的類型；

所述將預設故障特征輸入到由模型訓練服務端生成的預設故障診斷模型中，包括：

將所述當前環境特征與所述預設故障特征輸入到預設故障診斷模型中。