一种新型智能振动声纹传感器感知系统的制作方法

1.本公开属于数据优化、数据通信领域，具体涉及一种新型智能振动声纹传感器感知系统。


背景技术：

2.振动声纹传感器可以广泛应用于厂矿生产、物流传输、机器设备、楼宇、桥梁、管道、电梯、甚至汽车等移动设备中，配合云端服务器可以实现24小时检测被测量物体、设备等的振动、位移、角度变化量，通过特定算法提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理。但是，现有的系统设备往往对于检测时间内的异常情况不太灵敏，在公开号为cn113721167b的专利文献中提供了一种基于物联网架构的变压器声纹振动检测系统，尽管可以用于采集变压器表面各监测处的振动信号、变压器温度以及音频信号，但是对时序的灵敏度有待加强。


技术实现要素：

3.本发明的目的在于提出一种新型智能振动声纹传感器感知系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
4.本公开提供了一种新型智能振动声纹传感器感知系统，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出。
5.为了实现上述目的，根据本公开的一方面，提供一种新型智能振动声纹传感器感知系统，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出；其中，所述系统由包括但不限于振动监测传感器、远程采集终端等构成，能用于作为智能ai云平台、服务器的感知传感器；其中，所述振动监测传感器采用了包括高速通讯电路、高速由加速度、角速度采集电路，高速通讯电路包含的mcu/fpga通过高速采集传感器传回的加速度、角速度值，通过计算得到设备运行时的实时3d振动特速值，由此，记通过高速采集传感器传回的加速度为ui、角速度值为gi，则有3d振动特速值为fi，fi的计算公式为：，进一步地，所述系统使用不低于48k/s的24bit或16bit数字音频信号，通过接口传输给远程监控终端，远程监控终端使用基于多种操作系统的工业计算机平台，于其上运行核心算法，把振动数据转换为声谱图，然后通过mffc、dft算法解析得到3d振动声纹特征；再通过dl深度学习算法，判断设备3d任意方向上异常振动发生，并进行报警提示。
6.进一步地，所述振动监测传感器的接口采用标准usb音频传输协议，且无须安装专用驱动软件。
7.进一步地，所述系统从远程监控终端移植到振动监测传感器，或者移植到算力比所述系统更加高的服务器后台；所述振动监测传感器本地进行声纹特征值分析，对超出阈值的异常情况，直接报警输出给服务器后台；在需要实时监控、记录运行状态的应用场景中，远程监控终端接口获取多个振动监测传感器的振动实时曲线，并进行声纹特征值算法解析，把得到的数据保存在本地并通过工业ethernet传给服务器后台数据库。
8.进一步地，在振动监测传感器中，mcu通过对低速单轴或多轴mems传感器的采样值运用插补算法，拟合48k~192k/s音频信号输出。
9.进一步地，如果只需要监测一个轴向上振动变化，所述采样值运用插补算法简化为一轴。
10.进一步地，所述采样值运用插补算法能够根据提取声纹特征，分析背景噪声，进行过滤和自校准。
11.进一步地，数字音频信号输出格式为8k~192k/s。
12.进一步地，所述系统还支持包括ethernet/wifi/lora/bluetooth/lvds/can或rs-485的接口信号扩展。
13.进一步地，所述系统提供包括磁吸、螺丝和扎带的安装方式。
14.本公开的有益效果为：本发明提出了一种新型智能振动声纹传感器，采用创新新技术，不仅可以感知被监测物体、设备的振动、移动等信息，而且可以提取声纹特征，进行建模，达到预知异常运行状况的效果，可以适配多种接口，体积小，性价比高。
附图说明
15.通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：图1所示为一种新型智能振动声纹传感器感知系统的实施例1的示意图；图2所示为一种新型智能振动声纹传感器感知系统的实施例2的示意图；图3所示为一种新型智能振动声纹传感器感知系统的实施例3的示意图；图4所示为一种新型智能振动声纹传感器感知系统的实施例4的示意图。
具体实施方式
16.以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
17.在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
18.如图1-4所示为根据本发明的一种新型智能振动声纹传感器感知系统的流程图，下面结合图1-4来阐述根据本发明的实施方式的一种新型智能振动声纹传感器感知系统。
19.本公开提出一种新型智能振动声纹传感器感知系统，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出；其中，所述系统由振动监测传感器、远程采集终端构成，能用于作为智能ai云平台、服务器的感知传感器；其中，所述振动监测传感器采用高速通讯电路、高速由加速度、角速度采集电路，高性能mcu/fpga通过高速采集传感器传回的加速度、角速度值，通过计算得到设备运行时的实时3d振动特速值；在一些实施例子中，在一段连续的采样时间段内，于其中多个不同的时刻作为采样时刻，对高速采集传感器传回的加速度、角速度值进行多次采样，记采样时刻的个数为n，在理论上n可以趋近正无穷，在实践中所述一段连续的采样时间段可优选地为一段预设的时间段而n应不少于12，记各采样时刻的序号为i，i∈[1,n]；对应序号为i的采样时刻，记通过高速采集传感器传回的加速度为ui、角速度值为gi，（ui、gi的下标i表明了其对应的采样时刻的序号），则有3d振动特速值为fi；fi的计算方法为：先计算特速引子rgu：，特速引子是在3d振动特速值的计算过程中产生有效的引导性的数值，有利于对高速采集传感器传回的加速度为和角速度值在采样时间的分布上的数据特征进行采集，而且这种采集是快速而对设备无损的；再针对各序号i对应的采样时刻来计算，，此处，要计算序号为i的采样时刻对应的fi，是要在记录完了n个采样时刻中各时刻的数据后才能进行计算的，这对应了其中的，在rgu 中，以∫和d i表示对在所述一段连续的采样时间段内的n个采样时刻进行的积分，当不可积分时则表示在序号属于[1,n]的采样时刻上进行的累加求和的结果值；当i为1时，f(i-1)为1/π, π表示圆周率的数值；由此可见，3d振动特速值在数值波动的反映上具有灵敏性，可以明显传递出超出频次的信号，用于对超出阈值的异常情况进行识别，更好地用于预警输出的概率预测和判断；
计算各采样时刻对应的3d振动特速值fi的算术平均值作为振动子，获取各采样时刻对应的3d振动特速值fi的最大值作为振动基，计算所述振动子与所述振动基的比值作为振动基子，计算各采样时刻对应的3d振动特速值fi中数值大于等于所述振动子的fi的个数作为trop，计算trop除以n的商作为超出频次，判断所述超出频次是否在数值上大于所述振动基子，若是则为所述异常情况，进行预警输出至数据库。
[0020]
进一步地，所述系统使用不低于48k/s的24bit或16bit数字音频信号，通过接口传输给远程监控终端，远程监控终端使用基于多种操作系统的工业计算机平台，于其上运行核心算法，把振动数据转换为声谱图，然后通过mffc、dft算法解析得到3d振动声纹特征；再通过dl深度学习算法，判断设备3d任意方向上异常振动发生，并进行报警提示。
[0021]
进一步地，所述振动监测传感器的接口采用标准usb音频传输协议，且无须安装专用驱动软件。
[0022]
进一步地，所述系统从远程监控终端移植到振动监测传感器，或者移植到算力比所述系统更加高的服务器后台；所述振动监测传感器本地进行声纹特征值分析，对超出阈值的异常情况，直接报警输出给服务器后台；在需要实时监控、记录运行状态的应用场景中，远程监控终端接口获取多个振动监测传感器的振动实时曲线，并进行声纹特征值算法解析，把得到的数据保存在本地并通过工业ethernet传给服务器后台数据库。
[0023]
进一步地，在振动监测传感器中，mcu通过对低速单轴或多轴mems传感器的采样值运用插补算法，拟合48k~192k/s音频信号输出。
[0024]
进一步地，如果只需要监测一个轴向上振动变化，所述采样值运用插补算法简化为一轴。
[0025]
进一步地，所述采样值运用插补算法能够根据提取声纹特征，分析背景噪声，进行过滤和自校准。
[0026]
进一步地，数字音频信号输出格式为8k~192k/s。
[0027]
进一步地，所述系统还支持包括ethernet/wifi/lora/bluetooth/lvds/can或rs-485的接口信号扩展。
[0028]
进一步地，所述系统提供包括磁吸、螺丝和扎带的安装方式。
[0029]
所述一种新型智能振动声纹传感器感知系统还可以包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种新型智能振动声纹传感器感知系统实施例中的步骤，所述一种新型智能振动声纹传感器感知系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
[0030]
系统架构的应用场景根据现场应用情况的不同，本发明提出，包括而不限于，所述一种新型智能振动声纹传感器感知系统的如下4种系统搭建方式即4种实施例：实施例1.低成本振动传感器小规模安装；实施例2.低成本振动传感器中等规模安装；实施例3.振动传感器大规模长距离安装；实施例4.振动传感器大规模超长距离、低功耗安装。
[0031]
由此，4种实施例具体为：
1.低成本振动传感器小规模安装如图1所示，该系统架构适用于需要24小时实时检测设备的运行情况，检测的声纹曲线也要实时存储起来。此时的核心声纹提取算法移植并运行在远程监测终端上，振动监测传感器只负责实时采集被测设备的振动幅值，并通过usb音频协议高速传递给远程监测终端。远程监测终端提取实时振动声纹，并进行比对。同时把实时采集的声纹数据通过ethernet工业互联网协议传递给服务器后台存储分析。每台远程监测终端上能挂6~8个振动监测传感器。
[0032]
2.低成本振动传感器中等规模安装如图2所示，该系统架构适用于需要24小时实时检测设备的运行情况，检测的声纹曲线也要实时存储起来。但是不适用有线安装，或者传输距离超过10米以上。此时的核心声纹提取算法移植并运行在远程监测终端上，振动监测传感器只负责实时采集被测设备的振动幅值，并通过wifi mesh音频协议高速传递给远程监测终端。远程监测终端提取实时振动声纹，并进行比对。同时把实时采集的声纹数据通过ethernet工业互联网协议传递给服务器后台存储分析。每台远程监测终端上能挂最多32个振动监测传感器。
[0033]
3.振动传感器大规模长距离安装如图3所示，该系统架构适用于不需要实时检测设备的运行情况。此时的核心声纹提取算法移植并运行在振动监测传感器上，振动监测传感器负责实时采集被测设备的振动幅值，计算提取实时振动声纹，并进行比对。如果超出阈值，则通过wifi mesh把报警信息高速传递给pc服务器后台做记录分析。振动传感器传输距离最远可以超过30000米，一个wifi mesh路由器上能挂最多1000个振动监测传感器。如果增加wifi mesh路由器，则系统可以增加更多数量的振动监测传感器，具体数量收到服务器运算能力和ethernet带宽限制。
[0034]
4.振动传感器大规模超长距离、低功耗安装如图4所示，该系统架构与上述第3种类似，不同的是，采用lora mesh把报警信息传递给pc服务器后台做记录分析。振动传感器不仅功耗低至微安（ua）级别，传输距离最远可以超过几十千米，甚至几百千米，一个lora mesh路由器上能挂超过1000个振动监测传感器。如果增加lora mesh路由器，则系统可以增加更多数量的振动监测传感器，具体数量收到服务器运算能力和ethernet带宽限制。
[0035]
基于上述4种实施例，所述一种新型智能振动声纹传感器感知系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种新型智能振动声纹传感器感知系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种新型智能振动声纹传感器感知系统的示例，并不构成对一种新型智能振动声纹传感器感知系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种新型智能振动声纹传感器感知系统还可以包括输入输出设备、网络接入设备、总线等。
[0036]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路 (application specific integrated circuit，asic)、现场可编程门阵列 (field-programmable gate array，fpga) 或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常
规的处理器等，所述处理器是所述一种新型智能振动声纹传感器感知系统的控制中心，利用各种接口和线路连接整个一种新型智能振动声纹传感器感知系统的各个分区域。
[0037]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种新型智能振动声纹传感器感知系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（smart media card, smc），安全数字（secure digital, sd）卡，闪存卡（flash card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0038]
本公开提供了一种新型智能振动声纹传感器感知系统，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出，达到预知异常运行状况的效果，可以适配多种接口，体积小，性价比高。
[0039]
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

技术特征：
1.一种新型智能振动声纹传感器感知系统，其特征在于，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出。2.根据权利要求1所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述系统包括振动监测传感器和远程采集终端。3.根据权利要求2所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述振动监测传感器中包括高速通讯电路、高速由加速度和角速度采集电路，所述高速通讯电路中包含mcu/fpga， mcu/fpga通过高速采集传感器传回的加速度和角速度值，通过计算得到设备运行时的实时3d振动特速值，记通过高速采集传感器传回的加速度为u
i
、角速度值为g
i
，则有3d振动特速值为fi，fi的计算公式为：。4.根据权利要求2所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述系统使用不低于48k/s的24bit或16bit数字音频信号，通过接口传输给远程监控终端，远程监控终端运行于基于多种操作系统的工业计算机，把振动数据转换为声谱图，然后通过mffc、dft算法解析得到3d振动声纹特征；再通过dl深度学习算法，判断设备3d任意方向上异常振动发生，并进行报警提示。5.根据权利要求2所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述振动监测传感器的接口采用标准usb音频传输协议。6.根据权利要求2所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述系统从远程监控终端移植到振动监测传感器，或者移植到算力比所述系统更加高的服务器后台；所述振动监测传感器本地进行声纹特征值分析，对超出阈值的异常情况，直接报警输出给服务器后台；在需要实时监控、记录运行状态的应用场景中，远程监控终端接口获取多个振动监测传感器的振动实时曲线，并进行声纹特征值算法解析，把得到的数据保存在本地并通过工业ethernet传给服务器后台数据库。7.根据权利要求2所述的一种新型智能振动声纹传感器感知系统，其特征在于，在振动监测传感器中，mcu通过对低速单轴或多轴mems传感器的采样值运用插补算法，拟合48k~192k/s音频信号输出。8.根据权利要求7所述的一种新型智能振动声纹传感器感知系统，其特征在于，若只需要监测一个轴向上振动变化，所述采样值运用插补算法简化为一轴。9.根据权利要求3或7所述的一种新型智能振动声纹传感器感知系统，其特征在于，所述采样值运用插补算法能够根据提取声纹特征，分析背景噪声，进行过滤和自校准；其中，所述系统还支持包括ethernet/wifi/lora/bluetooth/lvds/can或rs-485的接口信号扩展；其中，所述系统提供包括磁吸、螺丝和扎带的安装方式。10.根据权利要求3或4所述的一种新型智能振动声纹传感器感知系统，其特征在于，数字音频信号输出格式为8k~192k/s。

技术总结
本公开提供了一种新型智能振动声纹传感器感知系统，属于数据优化领域，所述系统用于移动或者固定设备中，配合云端服务器检测被测量物体、设备等的振动、位移以及角度变化量，通过提取振动声纹特征值，转换为数字音频信号，发送给后台进行分析处理；或者，在本地进行特征值分析，对超出阈值的异常情况，进行预警输出，达到预知异常运行状况的效果，可以适配多种接口，体积小，性价比高。性价比高。性价比高。


技术研发人员：刘海涛 刘小尧
受保护的技术使用者：珠海博盛科技有限公司
技术研发日：2023.06.15
技术公布日：2023/8/31