-
公开(公告)号：CN119091913B
公开(公告)日：2025-01-21
申请号：CN202411571474.1
申请日：2024-11-06
Applicant: 北京谛声科技有限责任公司
Abstract: 本申请公开了一种轨道声学信号降噪方法及装置，涉及轨道交通技术领域，采用短时傅里叶变换处理轨道声学信号，得到包括不同时刻中每一时刻对应的轨道声学信号的全频带能量值，计算每一时刻波磨特征频带的能量和在同一时刻轨道声学信号的全频带能量和的占比。本申请将该波磨信号常见频带的能量和在同一时刻轨道声学信号全频带能量和的占比，作为行车‑轨道所激励的声学信号权重以降低无关噪声，能够有效避免数字滤波器、小波阈值降噪等方法导致声纹特征丢失的缺陷，也能够有效避免传统谱减法采用参考噪声降噪时产生的‘音乐噪声’的缺陷，能在保证不丢失轨道声学信号声纹特征的前提下，达到降噪以突显轨道波磨特征的目的。
-
公开(公告)号：CN118522310B
公开(公告)日：2024-09-17
申请号：CN202410986336.3
申请日：2024-07-23
Applicant: 北京谛声科技有限责任公司
IPC: G10L25/51 , G10L25/03 , G10L25/30 , G01R31/327
Abstract: 本申请提供了一种OLTC运行状态监测方法、装置和电子设备，利用放置在OLTC附近的OLTC运行状态监测设备对OLTC的运行状态进行监测，无需在OLTC表面贴装加速度传感器及使用线缆，避免了在OLTC表面贴装加速度传感器对OLTC工作状态的影响；而且，精确提取OLTC切换段信号，分析得到OLTC切换段信号中的4类声纹特征：谱质心、预设频率以下频段能量占比、谱信息熵以及谱峭度，并利用基于OLTC的运行样本信号对应的4类声纹特征构建的可听声辨识模型，对上述4类声纹特征进行处理确定OLTC的运行状态信息，提高了确定OLTC的运行状态的准确度和执行效率。
-
公开(公告)号：CN114970607B
公开(公告)日：2024-03-29
申请号：CN202210488095.0
申请日：2022-05-06
Applicant: 北京谛声科技有限责任公司
Inventor： 李晓欢
IPC: G06F18/241 , G06N3/0464 , G06N3/08 , G01R31/12 , G06Q50/06 , G06F18/213
Abstract: 本申请公开了基于深度神经网络声发射信号分离的变压器局放检测方法，基于局放检测模块，对输入声发射信号进行分离和局放检测，局放检测模块包括编码器、解码器、掩蔽网络模型和检测分类器，编码器用于对变压器声发射信号进行编码和初步特征提取，得到初步信号；掩蔽网络模型用于对初步信号进行掩蔽或加权处理，得到掩蔽信号；解码器用于对掩蔽信号进行解码，得到直达波信号；检测分类器用于对掩蔽信号进行分类，得到检测结果。本申请通过深度学习的方法提取或分离出局放引起的声发射的直达波信号，为后续的局放检测提供更精确的特征，提高了局放信号分离精度。
-
公开(公告)号：CN117558295B
公开(公告)日：2024-03-26
申请号：CN202410038333.7
申请日：2024-01-11
Applicant: 北京谛声科技有限责任公司
Abstract: 本申请涉及一种基于SLAM和SONAH融合的声纹监测方法及设备，利用统计最优近场声全息SONAH技术，获取所述监测区域内各设备运行时所产生声音的实时声场分布云图；并传输至所述中央处理模块；利用即时定位与地图构建SLAM技术，构建所述监测区域的三维地图以及所述监测区域内各设备的三维模型，将接收到的实时声场分布云图与所述监测区域内各设备正常运行状态下的声场分布云图进行对比，若实时声场分布云图与所述监测区域内各设备正常运行状态下的声场分布云图存在差异，则判定所述监测区域内存在出现运行异常的目标设备，实现对所述监测区域内各设备运行状态的实时监测。进而，基于构建的三维地图以及三维模型，精确定位异常设备及异常点。
-
公开(公告)号：CN116793653B
公开(公告)日：2024-02-27
申请号：CN202310745553.9
申请日：2023-06-21
Applicant: 北京谛声科技有限责任公司
Abstract: 本申请涉及一种基于声信号的旋转设备全生命周期监测方法和系统，其属于设备检测技术领域，包括基于预设的声音处理规则，采集标定设备的声信号，构建标准声特征模型，所述标准声特征模型用于表征标定设备全生命周期内的状态信息；获取待监测设备的运行声信号；基于所述预设的声音处理规则，根据所述运行声信号，处理得到所述待监测设备的运行声特征；基于预设的评估规则，根据所述标准声特征模型和运行声特征，分析得到所述待监测设备的状态评估报告。本申请具有高效率进行旋转设备全生命周期监测的效果。
-
Patent Agency Ranking
公开(公告)号：CN116878653A
公开(公告)日：2023-10-13
申请号：CN202311016356.X
申请日：2023-08-14
Applicant: 北京谛声科技有限责任公司
IPC: G01H17/00
Abstract: 本申请提供了一种列车内风机声阵列监测系统、方法、装置和电子设备，通过在列车内风机声阵列监测系统中设置能够利用第一声阵列采集模块采集到的列车外的第一声学信号对第二声阵列采集模块采集到的列车内的第二声学信号进行滤波处理，对第二声学信号中的低频噪声进行过滤，得到滤波后的第二声学信号的时域信号，并通过列车内风机声阵列监测系统中设置的数据分析模块利用数据处理模块得到的第二声学信号的时域信号对冷却风机是否发生故障进行判断，无需人工判断列车内冷却风机是否发生故障，使得列车内冷却风机是否发生故障的判断结果会更加客观。
-
公开(公告)号：CN116592994A
公开(公告)日：2023-08-15
申请号：CN202310525390.3
申请日：2023-05-11
Applicant: 北京谛声科技有限责任公司
Abstract: 本申请提供了一种变压器运行监测方法、装置和电子设备，其中，该方法包括：获取变压器运行过程中发出的声音，该声音包括：拾音设备采集到的多路音频信号；对多路音频信号中的各路音频信号进行处理，得到各路音频信号的声强特征值以及待检测声音信号的特征量，初步识别声音信号是否为异响；响应于确认待检测声音信号是异响，确定变压器出现故障，并利用各路音频信号的声强特征值以及待检测声音信号的特征量确定变压器的故障类型。通过本申请实施例提供的变压器运行监测方法、装置和电子设备，达到了无需人工巡检就可以对变压器是否出现故障进行判断的目的。
-
公开(公告)号：CN113074967B
公开(公告)日：2022-12-16
申请号：CN202010009784.X
申请日：2020-01-06
Applicant: 北京谛声科技有限责任公司
Abstract: 本发明提供了一种异音检测的方法、装置、存储介质及电子设备，其中，该方法包括：获取采集设备采集的声音数据，提取出包含多维的声音特征的特征信息；根据特征信息进行识别处理，确定声音数据中是否存在异音，并在声音数据中存在异音时确定异音所属的故障种类；根据故障种类对声音数据进行故障定位处理，确定异音所对应的故障位置。通过本发明实施例提供的异音检测的方法、装置、存储介质及电子设备，可以有效去除环境噪声以及非故障信号的干扰影响，从而可以更加准确地提取出故障产生的微弱异音，能更加准确地识别出该异音所属的故障类型。在确定故障种类之后进行故障定位处理，可以更加准确地定位到与该故障种类相匹配的故障位置。
-
公开(公告)号：CN119479672A
公开(公告)日：2025-02-18
申请号：CN202410291896.7
申请日：2024-03-14
Applicant: 北京谛声科技有限责任公司
IPC: G10L21/0208 , G10L21/0272 , G10L17/26 , G10L17/02
Abstract: 本申请公开了一种降噪处理方法、装置、设备及介质。在上述方法中，首先获得原始声学信号以及对应的参考声学信号之后，利用ICEEMDAN算法分别对原始声学信号和参考声学信号进行分解，获得原始固有模态函数集合和参考固有模态函数集合；再利用SANC算法对原始固有模态函数集合进行自适应降噪处理，获得多个降噪固有模态函数，其中SANC算法的参考信号为参考固有模态函数集合；最后将多个降噪固有模态函数进行重构，获得降噪声学信号。在此过程中，利用ICEEMDAN算法和SANC算法可以对仿真信号以及实际的声纹数据进行降噪处理，可以有效滤除原始声学信号中机车机械间内的多种类型噪声，例如平稳噪声与瞬态噪声，从而提高降噪过滤效果。
-
公开(公告)号：CN119397375A
公开(公告)日：2025-02-07
申请号：CN202411946782.8
申请日：2024-12-27
Applicant: 北京谛声科技有限责任公司
IPC: G06F18/2411 , G06F18/2131 , G06F18/214 , G06F18/23213 , G06F18/2323 , G06F18/2433 , G01M99/00
Abstract: 本申请公开一种旋转机械异常检测方法及相关装置，涉及机械故障检测领域，包括：通过诊断模型的提取器针对旋转机械运行的运行信号进行多元特征提取，得到运行信号的各时域特征和各频域特征；将时域特征和频域特征分别进行差分处理，得到差分结果；通过诊断模型的分类器，针对该差分结果进行分类，得到异常运行类型，实现了通过诊断模型针对旋转机械运行过程中的异常运行情况预测，该分类器采用无监督学习训练得到，无监督学习训练的过程依据针对训练样本特征提取得到的训练样本时域特征和训练样本频域特征的差分结果实施，该训练样本特征的差分结果满足近似正态分布，通过差分过程能消除训练样本中机械设备环境干扰，提高分类器异常检测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.047 seconds)
