[发明专利]一种检测机器异常振动的方法与装置有效
| 申请号: | 201810213774.0 | 申请日: | 2018-03-15 |
| 公开(公告)号: | CN108414240B | 公开(公告)日: | 2020-08-11 |
| 发明(设计)人: | 冯忠伦;陈子韬;黄馨韵 | 申请(专利权)人: | 广东工业大学 |
| 主分类号: | G01M17/007 | 分类号: | G01M17/007 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张春水;唐京桥 |
| 地址: | 510060 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 检测 机器 异常 振动 方法 装置 | ||
1.一种检测机器异常振动的方法,其特征在于,包括:
S1、获取摄像机采集的机器表面的视频文件;
S2、将所述视频文件中的机器表面在时间轴上的位移信号转换为声音信号;
S3、利用已训练的判决规则对所述声音信号进行检验,判断所述声音信号是否异常;
所述步骤S1之前还包括:
获取第一预置数量的无异音样本和第二预置数量的异音样本;
对所述无异音样本进行傅里叶变换,得到无异音幅频谱;
对所述异音样本进行傅里叶变换,得到异音幅频谱;
将所述无异音幅频谱和所述异音幅频谱进行比对,确定所述无异音样本中的差异部分;
对所述无异音样本中的差异部分进行PCA降维,得到第一有效特征;
将所述第一有效特征代入一类学习算法进行训练,得到已训练的判决规则。
2.根据权利要求1所述的检测机器异常振动的方法,其特征在于,所述步骤S2具体包括:
将所述视频文件中的机器表面在时间轴上的位移信号V=(x,y,t)的每一帧分解成对应于不同方向θ和尺度r的空间子带;
计算每一帧空间子带中的局部运动信号;
计算所述局部运动信号的空间加权平均值,得到声音信号。
3.根据权利要求1所述的检测机器异常振动的方法,其特征在于,所述步骤S2之后,所述步骤S3之前还包括:
利用小波包法对所述声音信号进行去噪处理。
4.根据权利要求2所述的检测机器异常振动的方法,其特征在于,所述步骤S3具体包括:
对所述声音信号进行傅里叶变换,得到声音信号幅频谱;
根据所述声音信号幅频谱,确定所述声音信号的异常部分;
对所述声音信号中的异常部分进行PCA降维,得到第二有效特征;
将所述第二有效特征输入至已训练的判决规则中,得到所述声音信号是否异常的结果。
5.一种检测机器异常振动的装置,其特征在于,包括:
第一获取单元,用于获取摄像机采集的机器表面的视频文件;
转换单元,用于将所述视频文件中的机器表面在时间轴上的位移信号转换为声音信号;
判断单元,用于利用已训练的判决规则对所述声音信号进行检验,判断所述声音信号是否异常;
还包括:
第二获取单元,用于获取第一预置数量的无异音样本和第二预置数量的异音样本;
第一变换单元,用于对所述无异音样本进行傅里叶变换,得到无异音幅频谱;
第二变换单元,用于对所述异音样本进行傅里叶变换,得到异音幅频谱;
比对单元,用于将所述无异音幅频谱和所述异音幅频谱进行比对,确定所述无异音样本中的差异部分;
降维单元,用于对所述无异音样本中的差异部分进行PCA降维,得到第一有效特征;
训练单元,用于将所述第一有效特征代入一类学习算法进行训练,得到已训练的判决规则。
6.根据权利要求5所述的检测机器异常振动的装置,其特征在于,所述转换单元具体包括:
分解子单元,用于将所述视频文件中的机器表面在时间轴上的位移信号V=(x,y,t)的每一帧分解成对应于不同方向θ和尺度r的空间子带;
第一计算子单元,用于计算每一帧空间子带中的局部运动信号;
第二计算子单元,用于计算所述局部运动信号的空间加权平均值,得到声音信号。
7.根据权利要求5所述的检测机器异常振动的装置,其特征在于,还包括:
去噪单元,用于利用小波包法对所述声音信号进行去噪处理。
8.根据权利要求5所述的检测机器异常振动的装置,其特征在于,所述判断单元具体包括:
变换子单元,用于对所述声音信号进行傅里叶变换,得到声音信号幅频谱;
异常确认子单元,用于根据所述声音信号幅频谱,确定所述声音信号的异常部分;
降维子单元,用于对所述声音信号中的异常部分进行PCA降维,得到第二有效特征;
判断子单元,用于将所述第二有效特征输入至已训练的判决规则中,得到所述声音信号是否异常的结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810213774.0/1.html,转载请声明来源钻瓜专利网。





