[发明专利]基于声音识别的汽车发动机故障判定方法及其装置

权利要求书

1.一种基于声音识别的汽车发动机故障判定方法，其特征在于，包括如下步骤：

采集汽车发动机的实时监测声音数据；

对所述实时监测声音数据进行时频二维处理，获取汽车发动机声音对应的时频二维信号；

将所述时频二维信号输入训练好的混合神经网络中，根据所述混合神经网络输出结果判断汽车发动机是否发生故障，以及具体故障位置；如果是，进行报警，显示具体故障位置；如果否，显示无故障；

所述混合神经网络包括AlexNet、LSTM；

训练所述混合神经网络的步骤包括：

获取包括N₁组汽车发动机故障声音数据和对应的发动机状态、故障类型的训练集；所述汽车发动机状态包括加速、减速、匀速，所述训练集包括汽车发动机所有预设故障类型；

对上述每组汽车发动机声音数据分别进行时频二维处理，获取每组汽车发动机声音对应的时频二维信号；

将所述每组汽车发动机声音对应的时频二维信号和故障类型输入AlexNet中进行训练，同时，将所述每组汽车发动机声音对应的时频二维信号和发动机状态输入到LSTM中进行训练，获得训练好的混合神经网络。

2.根据权利要求1所述的基于声音识别的汽车发动机故障判定方法，其特征在于，所述对实时监测声音数据进行时频二维处理获取汽车发动机声音对应的时频二维信号，包括如下步骤：

对汽车发动机的实时监测声音数据进行分帧加窗处理，获得N₂个短时声音数据；

对每个所述短时声音数据进行离散傅里叶变换，获得对应的短时幅度谱数据；

计算每个短时幅度谱数据的频谱密度函数，将获得的所述频谱密度函数作为汽车发动机声音对应的时频二维信号。

3.根据权利要求1所述的基于声音识别的汽车发动机故障判定方法，其特征在于，所述将时频二维信号输入训练好的混合神经网络中、根据混合神经网络输出结果判断是汽车发动机否发生故障以及具体故障位置，包括如下步骤：

将所述时频二维信号输入训练好的混合神经网络中，通过AlexNet获得汽车发动机故障类型以及对应的发生概率一，通过LSTM获得汽车发动机当前所处状态以及对应的发生概率二；

如果AlexNet无输出结果或所有故障类型的发生概率为0，判定所述汽车发动机正常工作；

如果AlexNet输出结果中故障类型只有一种，判定所述汽车发动机发生所述类型的故障；

如果AlexNet输出结果中故障类型包括至少两种，将每一种故障类型的发生概率一和对应的发生概率二进行加和运算，根据加和结果判定所述汽车发动机发生加和结果较大的故障类型；

根据汽车发动机发生的上述故障类型确定汽车发动机具体故障位置。

4.根据权利要求1所述的基于声音识别的汽车发动机故障判定方法，其特征在于，所述获取包括N₁组汽车发动机故障声音数据和对应的发动机状态、故障类型的训练集，包括如下步骤：

获取N₁组汽车发动机故障声音数据；所述N₁组汽车发动机故障声音数据包括所有预设故障类型；

标定每组汽车发动机声音数据对应的发动机状态、故障类型，获得包括N₁组汽车发动机声音数据和对应的发动机状态、故障类型的训练集；所述预设故障类型包括加速状态下故障、减速状态下故障、匀速状态下故障。

5.根据权利要求4所述的基于声音识别的汽车发动机故障判定方法，其特征在于，所述加速状态下故障包括排气管堵塞、点火系统故障、火花塞高压火花弱；

所述减速状态下故障包括节气门卡滞、曲轴主轴承故障；

所述匀速状态下故障包括气缸缺火、转轴匀速不稳。

6.根据权利要求2所述的基于声音识别的汽车发动机故障判定方法，其特征在于，所述分帧加窗处理的窗函数采用汉明窗，帧叠设置为窗长的0.01～0.5倍。

7.一种基于声音识别的汽车发动机故障判定装置，其特征在于，包括依次连接的音频采集装置、声音识别装置和中控显示装置；

所述音频采集装置，用于采集汽车发动机的实时监测声音数据，并对所述实时监测声音数据进行时频二维处理，将获得的汽车发动机声音对应的时频二维信号输入声音识别装置；

所述声音识别装置，用于通过将接收到的所述时频二维信号输入训练好的混合神经网络中，根据混合神经网络输出结果判断汽车发动机是否发生故障，以及具体故障位置；所述混合神经网络包括AlexNet、LSTM；

所述中控显示装置，用于显示所述声音识别装置的判断结果，如果发生故障，进行报警，显示具体故障位置，如果未发生故障，显示无故障；

所述音频采集装置包括依次连接的收声装置、信号处理模块；

所述收声装置，用于采集汽车发动机的实时监测声音数据，并将所述实时监测声音数据发送至信号处理模块；

所述信号处理模块，用于对接收到的所述实时监测声音数据进行时频二维处理，并将获得的汽车发动机声音对应的时频二维信号输入声音识别装置；

所述声音识别装置包括AlexNet、LSTM、判断模块；

所述AlexNet，用于根据输入的汽车发动机声音对应的时频二维信号，输出汽车发动机故障类型以及对应的发生概率一；

所述LSTM，用于根据输入的汽车发动机声音对应的时频二维信号，输出汽车发动机当前所处状态以及对应的发生概率二；

所述判断模块，用于根据所述AlexNet、LSTM的输出结果判断所述汽车发动机判断是否发生故障，以及具体故障位置，如果是，控制中控显示装置报警、显示具体故障位置，如果否，控制中控显示装置显示无故障。