[发明专利]一种检测机器异常振动的方法与装置

说明书

本发明实施例公开了一种检测机器异常振动的方法及装置，解决了基于机器视觉的车辆故障检测系统，需要安插相当大量的摄像头对不同的部位进行捕捉，而且主要判别零件的丢失以及脱落问题，无法通过分析机器的振动异常来检测故障。而采用振动传感器提取声音，可能会存在周围大量的噪声干扰，大大降低检测的精准度。而且传感器只能安装在特定的敏感测量点，因为机器结构的原因，部分位置会存在无法安装传感器的问题。本发明实施例方法包括：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。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种检测机器异常振动的方法及装置。

背景技术

随着科技的进步与经济的发展，现代生产装备日趋大型化、综合化、精密化、复杂化，工艺过程自动化，流水作业，连续生产，非计划停产损失巨大。生产过程对人的依赖程度越来越低，但对设备的依赖程度越来越高。设备故障监测与诊断是提高设备可靠性的基本技术手段，而设备的振动与噪声监测与诊断是其中的重要技术途径。目前，振动与噪声的检测已经涵盖多个学科领域，比如说，振动法、特征分析法、模态分析与参数识别等。涉及到数学、物理学、机械学科。而通过计算机视觉运用摄像头的方法检测振动声音故障少之又少，而且还要借助工作人员的肉眼识别。

目前检测机器异常振动的方法主要有两种：

a.基于机器视觉的车辆故障识别系统。

该系统运用图像采集相机获取对车辆进行细致捕捉，采集的图像规格为 780x582像素，然后通过数据中转站对图片进行压缩，上传到服务器保存，对图片进行分类，调用不同的机器学习检测算法，如果发现图片中存在故障，将故障信息保存至故障数据库。

b.传感器提取声音信号及对声音分析进行异常检测。

通过特定的传感采集仪器采集机器的振动信息采集，对特别异常的信号分类出来。

现有技术中，基于机器视觉的车辆故障检测系统，需要安插相当大量的摄像头对不同的部位进行捕捉，而且主要判别零件的丢失以及脱落问题，无法通过分析机器的振动异常来检测故障。而采用振动传感器提取声音，可能会存在周围大量的噪声干扰，大大降低检测的精准度。而且传感器只能安装在特定的敏感测量点，因为机器结构的原因，部分位置会存在无法安装传感器的问题。

发明内容

本发明提供了一种检测机器异常振动的方法及装置，解决了基于机器视觉的车辆故障检测系统，需要安插相当大量的摄像头对不同的部位进行捕捉，而且主要判别零件的丢失以及脱落问题，无法通过分析机器的振动异常来检测故障。而采用振动传感器提取声音，可能会存在周围大量的噪声干扰，大大降低检测的精准度。而且传感器只能安装在特定的敏感测量点，因为机器结构的原因，部分位置会存在无法安装传感器的问题。

本发明提供了一种检测机器异常振动的方法，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。

可选地，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；