申请/专利权人：淮北矿业股份有限公司

申请日：2023-11-20

公开（公告）日：2024-04-09

公开（公告）号：CN117853085A

主分类号：G06Q10/20

分类号：G06Q10/20;G10L17/26;G10L17/18;G06Q10/04;G06N3/0464

优先权：

专利状态码：在审-公开

法律状态：2024.04.09#公开

摘要：本发明提供了基于振动和声音的预测性维护对提升系统监测的方法，包括有以下步骤：S1、新增接触式声纹传感器和非接触式声纹传感器监测提升系统；S2、采集提升系统正常运行状态下的振动、声音和温度数据；S3、对三个维度的数据在时序上做对齐；S4、将对齐的数据填充到算法中进行训练，得到正样本训练出的算法模型，并给出本次训练的打分阈值；S5、模型给出打分结果，通过与阈值对比，判断设备是否有异常；本发明以机器声纹为核心的多传感器信息融合系统，同步采集声音、振动、温度等多维度特征，运用深度学习人工智能建模技术，构建提升系统声纹数据模型，通过对输入音频处理及预测，能够实时生成残差值。

主权项：1.基于振动和声音的预测性维护对提升系统监测的方法，其特征在于，包括有以下步骤：S1、通过新增接触式声纹传感器和非接触式声纹传感器监测提升系统，增加提升系统关键部位的看护维护，实现提升系统运行声音维度的感知能力；S2、采集提升系统正常运行状态下的振动、声音和温度数据，时间长度不低于一个月，形成设备运行的正样本数据，其中声音数据采集包括采集提升系统每组声音数据的播放及语谱图、幅值图，根据设备和历史时间段进行筛选；S3、对三个维度的数据在时序上做对齐，对于声音数据标注好起始时间，对于振动数据和温度数据筛除时间不对齐的点位数据，通过对振动参数的信号处理、积分数据处理手段，展示振动参数的加速度波形、频谱、包络数据，方便设备管理人员通过频谱数据进行故障识别，根据设备、时间查询，支持对数据坐标的放大缩小；S4、通过混合AE与GMR算法，以融合性的GMM-AE算法实现振动、温度、声音三维数据的联合建模，将对齐的数据填充到算法中进行训练，得到正样本训练出的算法模型，并给出本次训练的打分阈值，用以区分正异常；S5、模型部署后，每隔一定时间传入一次对齐的三个维度数据，模型给出打分结果，通过与阈值对比，判断设备是否有异常。

全文数据：

权利要求：

百度查询： 淮北矿业股份有限公司 基于振动和声音的预测性维护对提升系统监测的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD