一种循环水泵运行异响监测方法、装置及电子设备与流程

1.本发明涉及水泵监测技术领域，具体而言，涉及一种循环水泵运行异响监测方法、装置及电子设备。


背景技术：

2.循环水泵是发电厂重要的水循环辅助设备，对于发电厂的安全和发电效益等起着非常重要的作用。目前，循环水泵的故障诊断主要通过传感器监测相关参数，一旦相关参数达到预设报警限值时进行故障警报，工作人员依据经验判断故障类型并查找故障位置。整个循环水泵故障检测的主观性较强，容易造成循环水泵的异响检测的误检测。


技术实现要素：

3.为解决现有存在的技术问题，本发明实施例提供一种循环水泵运行异响监测方法、装置及电子设备。
4.第一方面，本发明实施例提供了一种循环水泵运行异响监测方法，包括：
5.获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号；
6.对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号；
7.对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征；
8.将多个频段的声纹能量特征输入到循环水泵监测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。
9.第二方面，本发明实施例还提供了一种循环水泵运行异响监测装置，包括：
10.获取模块，获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号；
11.转换模块，对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号；
12.提取模块，对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征；
13.判断模块，将多个频段的声纹能量特征输入到循环水泵检测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。
14.第三方面，本发明实施例提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述第一方面的步骤。
15.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机
程序，所述计算机程序被处理器执行时实现上述第一方面的步骤。
16.本发明在上述第一方面至第四方面提供的方案中，通过多路声音采集设备得到多路音频信号，将多路音频信号合成一路检测信号；通过滤波频谱转换将检测信号转换为频谱信号，再对频谱信号进行能量之和提取，得到声纹能量特征；将声纹能量特征输入循环水泵监测模型判断循环水泵运行状态；与相关技术中利用人为定期对循环水泵巡检监测是否发生故障相比，可实现长期对循环水泵的实时监测，避免出现监测空白时间，能够在循环水泵发生故障时第一时间进行预警并排除故障，有效减少循环水泵的停机时间，极大提高了经济效益。
17.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
18.为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
19.图1示出了本发明实施例1所提供的循环水泵运行异响监测方法方法的流程图；
20.图2示出了本发明实施例2所提供的循环水泵运行异响监测装置的结构示意图；
21.图3示出了本发明实施例3所提供的一种电子设备的结构示意图。
具体实施方式
22.在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
23.此外，术语“第一”、“第二”仅用于描述目的，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。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
24.在本技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
25.循环水泵对于发电厂是不可或缺的水循环辅助设备之一，其在发电厂的安全和经济效益等方面起着非常重要的作用。目前，循环水泵的故障诊断主要是依靠经验丰富的工作人员或传感器监测相关参数，一旦达到设定的报警限值时进行故障报警。但上述方式存在不足之处，若依靠经验丰富的工作人员判断相关参数，会导致主观因素较大，并不能每次都准确进行提醒；若依靠传感器监测相关参数，会导致需要在相关设备在贴服较多的电子器件，加大循环水泵监测系统的设计难度与施工成本。
26.基于此，本技术以下各实施例提出一种循环水泵运行异响监测方法、装置及电子设备，通过多路声音采集设备得到多路音频信号，将多路音频信号合成一路检测信号；通过滤波频谱转换将检测信号转换为频谱信号，再对频谱信号进行能量之和提取，得到声纹能量特征；将声纹能量特征输入循环水泵监测模型判断循环水泵运行状态；可实现长期对循环水泵的实时监测，避免出现监测空白时间，能够在循环水泵发生故障时第一时间进行预警并排除故障，有效减少循环水泵的停机时间，极大提高了经济效益。
27.本技术实施例提出的循环水泵运行异响监测方法的执行主体是设置在循环水泵附近的监测设备。
28.在一个实施方式中，该监测设备包括：处理器、通信模块和至少一个声音采集器件。处理器分别与通信模块和声音采集器件连接。
29.该监测设备外部设置有箱体进行保护，箱体底部设置有安装于地面的支撑杆，箱体正面朝向循环水泵，使得监测设备内的声音采集器件朝向循环水泵。
30.声音采集器，用于对循环水泵在运行时发出的声音进行采集。
31.实施例1
32.参见图1所示的循环水泵运行异响监测方法方法的流程图，本实施例提出一种循环水泵运行异响监测方法，包括以下具体步骤：
33.步骤100：获取循环水泵在运行时发出的声音，声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号。
34.在上述步骤100中，多路声音采集设备与循环水泵之间具有一定间距，且为了更好地采集循环水泵在运行时发出的声响，多路声音采集设备均朝向循环水泵。特别地，该声音采集设备包括但不限于：麦克风、声音传感器和声纹采集器。
35.在循环水泵运行过程中，循环水泵的各个部件均会发出声音，发声部件包括但不限于：叶轮、泵体、泵轴和轴承。因此，多个声音采集设备可以分布在循环水泵的不同位置，也可以安装在距离循环水泵不同的间距处。
36.步骤101：对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号。
37.在上述步骤101中，为了将多路音频信号变成一路检测信号，可通过下述步骤(1)至步骤(2)实现：
38.(1)、利用波束成型算法，对所述各路音频信号进行预处理，实现所述音频信号的降噪；
39.(2)、通过映射函数对增强后的所述音频信号进行映射转换，将所述各路音频信号合成为一路检测信号。
40.在上述步骤(1)中，声音采集设备由于与循环水泵之间具有一定间距，因此采集到的音频信号中会存在有一定的噪音。而，利用波束成型算法可以对音频信号进行预处理并实现降噪，相当于声音采集设备针对性地提取循环水泵各零部件发出的声音，经过波束成型算法处理后使得采集到的音频信号中的目标信号得到增强。
41.特别地，不同的声音采集设备设置的角度不同，使得多个不同声音采集设备采集循环水泵特定角度及不同部件的声音。将采集到的音频信号进行增强是由于循环水泵设备体积较小，循环水泵发出的声音要远小于其他大型工厂设备，尤其是在嘈杂的环境中采集
循环水泵的音频信号更加困难，因此要想成功采集到循环水泵发出的音频信号，就需要对采集到的多路音频信号进行定向提取，实现多路音频的降噪，相当于增强了循环水泵的音频信号；定向提取的方式主要采用波束成型算法，当然还可以采用现有其他的声音降噪方法对音频信号进行降噪，这里不再一一赘述。
42.上述提及的术语“噪音”是指非循环水泵各零部件发出的声音；同时，目标信号是指循环水泵中各零部件发出的所需声音。
43.在上述步骤(2)中，监测设备通过预先设置的映射函数，对音频信号中信号增强后的音频信号进行映射转换。
44.其中，映射函数为单调递增函数或单调递减函数。优选地，映射函数优选为对数曲线函数。
45.步骤102：对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征。
46.在上述步骤102中，若想从检测信号中提取到声纹能量特征，需执行以下步骤(1)至步骤(4)：
47.(1)、基于滤波算法对所述检测信号进行处理，生成滤波信号；
48.(2)、将所述滤波信号进行傅里叶频谱转换，得到频谱信号；
49.(3)、将所述频谱信号划分为多个特定频段；
50.(4)、对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和提取，得到每个所述特定频段的声纹能量特征。
51.在上述步骤(1)中，滤波算法采用的滤波频段为50hz-20000hz；频谱信号在进行下一步之前需进行划分成多个特定频段才可针对每个特定频段提取声纹能量特征。
52.在上述步骤(3)中，经过反复测试，当频谱信号划分为100份时，声纹能量特征最明显。例如，频谱信号划分为100个特定频段，其中为了将20000hz尽可能平均划分；将第一特定频段单独设置，第一特定频段的频段长度设置为150hz，剩余特定频段的频段长度设置为200hz。
53.在一个实施方式中，划分后的多个特定频段，包括：第一特定频段为50hz-200hz，第二特定频段为200hz-400hz，第三特定频段为400hz-600hz，
…
，第100个特定频段为19800hz-20000hz。
54.在上述步骤(4)中，通过以下公式对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和进行提取：
[0055][0056]
其中，enj表示第j个特定频段的能量之和，beg表示第j个特定频段的开始频率，end表示第j个特定频段的终止频率，aj表示第j个特定频段内的所有频率之和。
[0057]
将提取到的每个所述特定频段的频段能量之和作为每个所述特定频段的声纹能量特征。
[0058]
将第一特定频段至第一百特定频段依次带入上述能量之和涉及公式，最后就得到100个特定频段的声纹能量特征。
[0059]
特别地，上述第一特定频段150hz的间隔和剩余特定频段200hz间隔预先缓存在监
测设备的处理器中。
[0060]
步骤103：将多个频段的声纹能量特征输入到循环水泵监测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。
[0061]
在上述步骤103中，循环水泵监测模型是人工智能识别算法基于多层神经网络的决策树算法而来，其输出结果为循环水泵发生故障和循环水泵运行正常。若循环水泵关键部件发生了故障，则处理器生成故障声学特征，可以在发生故障的第一时间及时提醒工作人员进行维修，同时在发送故障声学特征时还可以发送故障生成的具体时间和具体循环水泵部件名称。需注意，人工智能识别算法及多层神经网络为现有技术，现在不再重复阐述其原理。
[0062]
特别地，若发生已知的故障声学特征，则对故障数据及时间进行上报并添加至声学样本库。若匹配未能成功，则不上报。
[0063]
综上所述，本实施例提供一种循环水泵运行异响监测方法，通过多路声音采集设备得到多路音频信号，将多路音频信号合成一路检测信号；通过滤波频谱转换将检测信号转换为频谱信号，再对频谱信号进行能量之和提取，得到声纹能量特征；将声纹能量特征输入循环水泵监测模型判断循环水泵运行状态；与相关技术中利用人为定期对循环水泵巡检监测是否发生故障相比，可实现长期对循环水泵的实时监测，避免出现监测空白时间，能够在循环水泵发生故障时第一事件进行预警并排除故障，有效减少循环水泵的停机时间，极大提高了经济效益。
[0064]
实施例2
[0065]
参见图2所示循环水泵运行异响监测装置结构示意图，本实施例提出一种循环水泵运行异响监测装置，包括：
[0066]
获取模块200，获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号；
[0067]
转换模块201，对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号；
[0068]
提取模块202，对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征；
[0069]
判断模块203，将多个频段的声纹能量特征输入到循环水泵检测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。
[0070]
可选地，所述转换模块201，包括：
[0071]
利用波束成型算法，对所述各路音频信号进行预处理，实现所述音频信号的增强；
[0072]
通过映射函数对增强后的所述音频信号进行映射转换，将所述各路音频信号合成为一路检测信号。
[0073]
可选地，所述提取模块202，包括：
[0074]
基于滤波算法对所述检测信号进行处理，生成滤波信号；
[0075]
将所述滤波信号进行傅里叶频谱转换，得到频谱信号；
[0076]
将所述频谱信号划分为多个特定频段；
[0077]
对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和提取，得到每个所述特定频段的声纹能量特征。
[0078]
可选地，所述提取模块202，还包括：
[0079]
将所述特定频段的能量之和标记为所述特定频段的声纹能量特征，能量之和需满足：
[0080][0081]
其中，enj表示第j个特定频段的能量之和，beg表示第j个特定频段的开始频率，end表示第j个特定频段的终止频率，a表示第j个特定频段内的所有频率之和。
[0082]
综上所述，通过多路声音采集设备得到多路音频信号，将多路音频信号合成一路检测信号；通过滤波频谱转换将检测信号转换为频谱信号，再对频谱信号进行能量之和提取，得到声纹能量特征；将声纹能量特征输入循环水泵监测模型判断循环水泵运行状态；与相关技术中利用人为定期对循环水泵巡检监测是否发生故障相比，可实现长期对循环水泵的实时监测，避免出现监测空白时间，能够在循环水泵发生故障时第一事件进行预警并排除故障，有效减少循环水泵的停机时间，极大提高了经济效益。
[0083]
实施例3
[0084]
本实施例提出一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例1描述的加速参数辨识方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
[0085]
此外，参见图3所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线300、处理器301、收发器302、总线接口303、存储器304和用户接口305。上述电子设备包括有存储器304。
[0086]
本实施例中，上述电子设备还包括：存储在存储器304上并可在处理器301上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤(1)至步骤(4)：
[0087]
(1)获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号。
[0088]
(2)对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号。
[0089]
(3)对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征。
[0090]
(4)将多个频段的声纹能量特征输入到循环水泵检测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。
[0091]
收发器302，用于在处理器301的控制下接收和发送数据。
[0092]
其中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器301代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口303在总线300和收发器302之间提供接口。收发器302可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单
元。例如：收发器302从其他设备接收外部数据。收发器302用于将处理器301处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口305，例如小键盘、显示器、扬声器、麦克风、操纵杆。
[0093]
处理器301负责管理总线300和通常的处理，如前述上述运行通用操作系统3041。而存储器304可以被用于存储处理器301在执行操作时所使用的数据。
[0094]
可选的，处理器301可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
[0095]
可以理解，本技术实施例中的存储器304可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本实施例描述的系统和方法的存储器304旨在包括但不限于这些和任意其它适合类型的存储器。
[0096]
在一些实施方式中，存储器304存储了如下的元素，可执行模块或者数据结构，或者它们的子集，或者它们的扩展集：操作系统3041和应用程序3042。
[0097]
其中，操作系统3041，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序3042，包含各种应用程序，例如媒体播放器(media player)、浏览器(browser)等，用于实现各种应用业务。实现本技术实施例方法的程序可以包含在应用程序3042中。
[0098]
以上所述，仅为本发明实施例的具体实施方式，但本发明实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明实施例的保护范围之内。因此，本发明实施例的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种循环水泵运行异响监测方法，其特征在于，包括：获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号；对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号；对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征；将多个频段的声纹能量特征输入到循环水泵监测模型中并进行识别，得到识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。2.根据权利要求1所述的循环水泵运行异响监测方法，其特征在于，所述对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号，包括：利用波束成型算法，对所述各路音频信号进行预处理，实现所述音频信号的降噪处理，得到信号增强的所述音频信号；通过映射函数对信号增强后的所述音频信号进行映射转换，将所述各路音频信号合成为一路检测信号。3.根据权利要求1所述的循环水泵运行异响监测方法，其特征在于，所述对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征，包括：基于滤波算法对所述检测信号进行处理，生成滤波信号；将所述滤波信号进行傅里叶频谱转换，得到频谱信号；将所述频谱信号划分为多个特定频段；对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和提取，得到每个所述特定频段的声纹能量特征。4.根据权利要求3所述的循环水泵运行异响监测方法，其特征在于，所述对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和提取，得到每个所述特定频段的声纹能量特征，包括：将所述特定频段的能量之和标记为所述特定频段的声纹能量特征，能量之和需满足：其中，en
j
表示第j个特定频段的能量之和，beg表示第j个特定频段的开始频率，end表示第j个特定频段的终止频率，a
j
表示第j个特定频段内的所有频率之和。5.一种循环水泵运行异响监测装置，其特征在于，包括：获取模块，获取循环水泵在运行时发出的声音，所述声音包括：多路声音采集设备中的各路声音采集设备分别采集到各路音频信号；转换模块，对所述各路音频信号进行空间滤波处理，将所述各路音频信号合成为一路检测信号；提取模块，对所述检测信号进行滤波频谱转换得到频谱信号，并针对所述频谱信号进行频段能量之和提取，得到所述频谱信号中多个频段的声纹能量特征；判断模块，将多个频段的声纹能量特征输入到循环水泵检测模型中并进行识别，得到
识别结果，并通过所述识别结果判断所述循环水泵是否发生故障。6.根据权利要求5所述的循环水泵运行异响监测装置，其特征在于，所述转换模块，包括：利用波束成型算法，对所述各路音频信号进行预处理，实现所述音频信号的降噪处理，得到信号增强的所述音频信号；通过映射函数对信号增强后的所述音频信号进行映射转换，将所述各路音频信号合成为一路检测信号。7.根据权利要求5所述的循环水泵运行异响监测装置，其特征在于，所述提取模块，包括：基于滤波算法对所述检测信号进行处理，生成滤波信号；将所述滤波信号进行傅里叶频谱转换，得到频谱信号；将所述频谱信号划分为多个特定频段；对所述频谱信号中的多个特定频段中每个所述特定频段进行频段能量之和提取，得到每个所述特定频段的声纹能量特征。8.根据权利要求7所述的循环水泵运行异响监测装置，其特征在于，所述提取模块，还包括：将所述特定频段的能量之和标记为所述特定频段的声纹能量特征，能量之和需满足：其中，en
j
表示第j个特定频段的能量之和，beg表示第j个特定频段的开始频率，end表示第j个特定频段的终止频率，a
j
表示第j个特定频段内的所有频率之和。9.一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的循环水泵运行异响监测方法中的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的循环水泵运行异响监测方法中的步骤。

技术总结
本发明提供了一种循环水泵运行异响监测方法、装置及电子设备，包括：获取循环水泵发出的声音，包括：多路声音采集设备采集到的多路音频信号；对各路音频信号进行空间滤波处理，将各路音频信号合成为一路检测信号；对检测信号进行滤波频谱转换得到频谱信号，并针对频谱信号进行频段能量之和提取，得到频谱信号中多个频段的声纹能量特征；将多个频段的声纹能量特征输入到循环水泵检测模型中并进行识别，得到识别结果，并通过识别结果判断循环水泵是否发生故障。本申请可实现长期对循环水泵的实时监测，避免出现监测空白时间，能够在循环水泵发生故障时第一事件进行预警并排除故障，有效减少循环水泵的停机时间，极大提高了经济效益。益。益。


技术研发人员：涂万里 邢子龙 丁亚彪 黄毅伟 王啸林
受保护的技术使用者：北京谛声科技有限责任公司
技术研发日：2023.07.17
技术公布日：2023/10/20