[發(fā)明專利]基于音頻信息和PSO-MSVM的傳送帶托輥設(shè)備故障檢測方法

在審

• 申請?zhí)枺?/td>: 202110753395.2
• 申請日: 2021-07-02
• 公開（公告）號: CN113353582A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 張皞正;馮琳;張穎偉
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: B65G43/02
• 分類號: B65G43/02
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李珉

本發(fā)明提供一種基于音頻信息和PSO?MSVM的傳送帶托輥設(shè)備故障檢測方法，涉及故障監(jiān)測與診斷技術(shù)領(lǐng)域。該現(xiàn)場采集標(biāo)記過的傳送帶托輥設(shè)備運(yùn)轉(zhuǎn)過程中的音頻信息；對每個(gè)音頻所對應(yīng)的托輥設(shè)備的磨損程度進(jìn)行標(biāo)記，確定采集到的多組帶標(biāo)簽的正常傳送帶托輥音頻數(shù)據(jù)集和故障傳送帶托輥音頻數(shù)據(jù)集；然后提取正常和故障的傳送帶托輥音頻數(shù)據(jù)提取音頻信息的MFCC特征，并進(jìn)行歸一化處理；對歸一化后的帶標(biāo)簽的MFCC特征數(shù)據(jù)矩陣?yán)弥С窒蛄繖C(jī)模型對其進(jìn)行訓(xùn)練，并利用粒子群算法對訓(xùn)練的支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化，進(jìn)而得到優(yōu)化后的托輥故障檢測模型，實(shí)現(xiàn)對托輥故障的檢測。該方法能夠指導(dǎo)傳送帶運(yùn)輸現(xiàn)場對托輥設(shè)備的實(shí)時(shí)檢測，保障了采礦工業(yè)運(yùn)輸現(xiàn)場的安全。

技術(shù)領(lǐng)域

本發(fā)明涉及故障監(jiān)測與診斷技術(shù)領(lǐng)域，尤其涉及一種基于音頻信息和PSO-MSVM的傳送帶托輥設(shè)備故障檢測方法。

背景技術(shù)

傳送帶作為工業(yè)體系生產(chǎn)運(yùn)輸中不可或缺的核心設(shè)備之一，具有運(yùn)行成本低、操作簡單、效率高和運(yùn)距遠(yuǎn)等特點(diǎn)，是重要的散裝物料運(yùn)輸工具。既可以輸送散裝物料，如礦石、煤炭、沙子等，又可以輸送包裝好的整件物料。現(xiàn)已廣泛應(yīng)用于電力、港口碼頭、石油化工、煤炭等行業(yè)。遠(yuǎn)程帶式輸送機(jī)的廣泛運(yùn)用可以大大減少人力的投入、提高企業(yè)自動化程度，為企業(yè)創(chuàng)造更多的效益。

作為傳送帶系統(tǒng)的運(yùn)輸載體，工作過程中托輥的運(yùn)行狀態(tài)出現(xiàn)問題是非常經(jīng)常和普遍的事，環(huán)境惡劣，運(yùn)輸材料不均勻，負(fù)荷變化大，輸送機(jī)運(yùn)行中托輥的筒皮與皮帶做既滾又滑的運(yùn)動，在長時(shí)間負(fù)載運(yùn)行中，長期的高速運(yùn)轉(zhuǎn)容易使其表面磨損嚴(yán)重，發(fā)生斷裂失效。而托輥表面破損所形成的裂口，極有可能劃破正在高速運(yùn)轉(zhuǎn)的輸送帶，對整個(gè)輸送系統(tǒng)造成極其嚴(yán)重的損失。

托輥運(yùn)行的小問題可能成為生產(chǎn)過程中的一個(gè)巨大安全隱患，目前對托輥的故障檢測方法較少，目前的人工巡檢方式需要大量的維護(hù)人員巡檢傳送帶的托輥狀態(tài)并且需要進(jìn)行三天一次的停機(jī)巡檢，對工作人員和企業(yè)設(shè)備的安全維護(hù)提出了巨大的挑戰(zhàn)，然而由于巡檢人員操作全憑經(jīng)驗(yàn)，巡檢過程走馬觀花等因素會導(dǎo)致托輥損壞無法及時(shí)發(fā)現(xiàn)，造成生產(chǎn)過程中斷。所以對傳送帶托輥的故障監(jiān)測就顯得十分必要。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)的不足，提供基于音頻信息和PSO-MSVM的傳送帶托輥設(shè)備故障檢測方法，針對工業(yè)現(xiàn)場托輥設(shè)備巡檢過程繁瑣、巡檢過程效率低下且檢測準(zhǔn)確率低以及停機(jī)巡檢設(shè)備中斷運(yùn)行所帶來的損失，能夠解決對托輥巡檢過程的漏報(bào)問題，并提高檢測的準(zhǔn)確率。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：基于音頻信息和PSO-MSVM的傳送帶托輥設(shè)備故障檢測方法，包括以下步驟：

步驟1、標(biāo)記正常傳送帶托輥和故障傳送帶托輥，并現(xiàn)場采集標(biāo)記過的傳送帶托輥設(shè)備運(yùn)轉(zhuǎn)過程中的音頻信息；

步驟2、對每個(gè)音頻所對應(yīng)的托輥設(shè)備的磨損程度進(jìn)行標(biāo)記，確定采集到的多組帶標(biāo)簽的正常傳送帶托輥音頻數(shù)據(jù)集和故障傳送帶托輥音頻數(shù)據(jù)集；

步驟3、對步驟2所得到的正常和故障的傳送帶托輥音頻數(shù)據(jù)提取音頻信息的MFCC特征，并進(jìn)行歸一化處理；

步驟4、對歸一化后的帶標(biāo)簽的MFCC特征數(shù)據(jù)矩陣?yán)弥С窒蛄繖C(jī)模型對其進(jìn)行訓(xùn)練，并利用粒子群算法對訓(xùn)練的支持向量機(jī)模型的參數(shù)進(jìn)行優(yōu)化，進(jìn)而得到優(yōu)化后的托輥故障檢測模型；

步驟5、實(shí)時(shí)采集托輥運(yùn)轉(zhuǎn)過程的音頻數(shù)據(jù)，對采集到的每一段音頻數(shù)據(jù)按照步驟3的方法，對采集到的音頻數(shù)據(jù)進(jìn)行預(yù)處理，得到音頻信息的MFCC特征數(shù)據(jù)矩陣；

步驟6、對步驟5得到的音頻信息的MFCC特征數(shù)據(jù)矩陣采用與步驟3相同的歸一化方法進(jìn)行歸一化處理，得到歸一化后的MFCC數(shù)據(jù)特征矩陣；

步驟7、將步驟6得到的歸一化后的MFCC特征數(shù)據(jù)矩陣在訓(xùn)練優(yōu)化后的故障檢測模型中進(jìn)行測試，檢測托輥狀態(tài)。

進(jìn)一步地，所述步驟1的具體方法為：