[發明專利]一種設備異常運行狀態智能監測的方法

有效

• 申請號: 202110505909.2
• 申請日: 2021-05-10
• 公開（公告）號: CN113313146B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 畢道偉;侯軍委;張照生;張啟江
• 申請（專利權）人: 上海核工程研究設計院股份有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G10L25/51
• 代理公司: 上海政濟知識產權代理事務所(普通合伙) 31479
• 代理人: 輦甲武

本發明的目的在于公開一種設備異常運行狀態智能監測的方法，與現有技術相比，利用非接觸式的方式來實現設備的全面感知，通過監測設備運行期間產生的聲音獲取設備狀態信息，可以有效的彌補傳統傳感數據的不足，同時基于大數據和深度學習實現設備的故障監測診斷、預測性維護以及工業設備的全生命周期管理，實現本發明的目的。

技術領域

本發明涉及一種設備智能監測的方法，特別涉及一種基于聲音采集、聲場處理和深度學習的設備異常運行狀態智能監測的方法。

背景技術

當核電設備異常運行時，除了相關的運行參數會發生異常外，通常還會伴隨有特定的可以辨識出來的聲音，通過監測和分析此類聲音往往可以有效的分析出設備的運行狀態是否正常。當前的監測方法通常是基于有線或者無線的測量設備開展相應的設備監測和診斷，由于設備運行環境和設備本身的機構，在進行有線測量設備安裝時受到很大的限制；無限測量針對的設備類型有限，覆蓋設備范圍較小，同時，也難以實現對復雜設備的測量和高頻信號的傳輸，同時對電源的布置要求比較苛刻。當需要監聽設備異常運行伴隨的聲音時，需要經驗豐富的設備檢修人員，通過現場人耳監聽的方式來收集現場聲音數據和辨識設備是否異常運行，此種方法需要工作人員非常熟悉設備的結構和機理，同時對設備檢修環境的要求非常的高。隨著聲學相機和深度學習相關技術的發展和成熟應用，為核電設備的異常運行狀態監測提供了全新的解決方法和思路。

聲學相機技術，主要是指在小范圍空間按照一定規則布置聲學傳感器陣列、通過測量一定空間內的聲波到達各傳聲器的信號相位差異，依據相控陣原理確定聲源的位置，測量聲源的幅值。將聲源位置與聲源強弱以圖像的方式顯示聲源在空間的分布，即取得空間聲場分布云圖。相關技術已經在交通等領域得到廣泛應用。將聲學相機技術應用在核電行業，重點考慮運行環境惡劣、空間狹小等傳統測量手段不易實施的場景，利用能動設備發聲的泛在特性，在一定距離的空間布置麥克風陣列，對一定空間范圍內的設備發聲狀態進行聲場測量，直觀地認識聲場、聲波、聲源，便捷地確定設備噪聲部位。

基于GAN算法的深度學習模型是一種有效且新穎的異常監測方法，其模型由編碼解碼子網絡、判別器子網絡和編碼子網絡三部分組成，相比于傳統模型而言，GAN不是比較圖像分布，而是通過圖像編碼的潛在空間進行比對，當聲場圖像樣本兩次編碼得到的潛在空間差距大于一定閾值的時候，就可以判定該聲場圖像樣本為異常樣。其最大的優勢在于其訓練樣本均是設備正常運行的聲場圖像數據，大大降低了傳統模型對異常樣本的依賴性。

因此，特別需要一種設備異常運行狀態智能監測的方法，以解決上述現有存在的問題。

發明內容

本發明的目的在于提供一種設備異常運行狀態智能監測的方法，針對現有技術的不足，能夠在無設備異常運行狀態樣本的情況下，針對正常樣本進行深度學習訓練，實現核電行業設備異常運行狀態的智能識別預測，及時報警避免損失，具有覆蓋方位較廣、提升設備可用率、部署成本較低、智能水平高等特色。

本發明所解決的技術問題可以采用以下技術方案來實現：

一種設備異常運行狀態智能監測的方法，其特征在于，包括如下步驟：

步驟S1、設備選型及現場部署；

步驟S2、聲場數據采集與信號處理；

步驟S3、聲場圖像生成及疊加處理：在目標空間區域進行網格劃分，不同網格點對應不同的時延矩陣，在網格區域進行搜索定位噪聲源位置，并根據信號幅值計算相對聲壓，將聲源位置與聲源強弱以云圖的方式在網格區域呈現；麥克風陣列應攜帶攝像頭，實時拍攝背景圖像，與聲場云圖進行透明疊加，形成可直觀分析的被測物噪聲聲場圖像；

步驟S4、圖像樣本數據預處理：預處理步驟3輸出的聲場圖像數據集，剔除數據集中異常聲場圖像得到正常樣本集，所述正常樣本集是GANomaly網絡訓練的輸入；