基于声音识别的油泵电机及其出口管路工况异常监测方法

    公开(公告)号:CN118601906A

    公开(公告)日:2024-09-06

    申请号:CN202410632993.8

    申请日:2024-05-21

    Abstract: 一种基于声音识别的油泵电机及其出口管路工况异常监测方法,将声纹识别技术应用于水电站调速液压系统,通过现场声纹传感器的合理布局,实现对油泵电机及其出口管路运行工况的实时监测,提升设备管理的智能化水平,起到行业示范作用。通过声纹故障样本库结合压力、液位、温度等多维因素深度学习分析,设计了基于声纹识别的油泵电机及出口管路异常工况的多维因素的逻辑判定流程,实现对基座振动、油泵电机润滑油缺失、泵体叶片断裂、止回阀功能失效、排油阀未关严或内漏、油泵加卸载频繁、接力器管路抽动等异常工况的实时监测和快速定位,及时采取主备用油泵电机组的自动切换或自动调整机组负荷等应对措施。利用声纹传感器及声纹识别技术,实时监测现场设备状态,消除了人工检查的不确定因素,提升故障诊断分析效率。

    一种基于声音识别的电缆廊道工况异常监测方法

    公开(公告)号:CN119132343A

    公开(公告)日:2024-12-13

    申请号:CN202411211282.X

    申请日:2024-08-30

    Abstract: 本发明公开了一种基于声音识别的电缆廊道工况异常监测方法,包括通过采集单元采集声纹识别相关数据,包括音频数据、红外测温图像数据、烟雾传感器信号、温度数据和湿度数据;将采集的声纹识别相关数据通过数据线和交换机传输至服务器的云数据平台,通过云数据平台的声纹特征值数据边缘计算网关,对音频数据进行特征值提取;通过声纹识别算法对音频数据进行声纹数据处理;进行综合故障判定;该方法解决了现有技术由于判定条件较为单一,无法通过多模态数据进行综合判断,只能识别部分故障,故障识别率和准确率都较低的问题,具有可以通过多模态数据结合声纹打分进行综合故障判定,大幅提高电缆廊道异常或故障判断的识别率和准确率的特点。

Patent Agency Ranking