-
公开(公告)号：CN118072743A
公开(公告)日：2024-05-24
申请号：CN202311646416.6
申请日：2023-12-04
Applicant: 中国大唐集团科学技术研究总院有限公司华北电力试验研究院 , 中国大唐集团科学技术研究总院有限公司 , 北京科技大学 , 中国科学院自动化研究所
Abstract: 本发明公开了一种基于风机缺陷螺栓声纹信息的声学识别软件系统，包括：用户管理模块、声纹采样模块、声纹识别模块以及数据结果导出模块，其中，用户管理模块采用基于Postgresql数据库进行用户数据的存储与导出；声纹采样模块采用基于sounddevice及soundfile函数框架实现麦克风设备的调用和声纹信息的采样，然后对特定格式的音频文件进行路径的自定义保存；声纹识别模块先实现音频文件的获取，再对音频文件进行分割预处理和声纹识别；数据结果导出模块以Resnet网络算法的识别结果为导向，将输出结果进行分类并保存文本数据。本发明实现对风机螺栓缺陷与紧固情况的实时检测，提升了风机螺栓工作状态监测的维护保障能力，提高风机运行的人工维护效率以及降低相关的维护成本。
-
公开(公告)号：CN116735962A
公开(公告)日：2023-09-12
申请号：CN202310484456.9
申请日：2023-04-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种螺栓损伤检测模型的迭代方法和螺栓损伤检测方法，其中迭代方法包括：对目标音频数据进行音频信号提取，得到音频波形图，并对音频波形图进行数据处理，得到音频特征图；将音频特征图输入至初始损伤检测模型，得到初始损伤检测模型输出的目标螺栓的预测损伤检测结果；基于目标损伤检测结果和预测损伤检测结果，对初始损伤检测模型进行参数迭代，得到螺栓损伤检测模型，以敲击螺栓获得的声学振动信号对应的目标音频数据，为螺栓损伤的状态反馈，并以此作为模型输入用以训练得到用于螺栓损伤检测的螺栓损伤检测模型，为快速准确的螺栓损伤检测提供了依据，同时保障了检测过程的安全性，降低了检测成本，提升了检测效率。
-
公开(公告)号：CN118016099A
公开(公告)日：2024-05-10
申请号：CN202311723073.9
申请日：2023-12-14
Applicant: 中国大唐集团科学技术研究总院有限公司华北电力试验研究院 , 中国大唐集团科学技术研究总院有限公司 , 北京科技大学 , 中国科学院自动化研究所
IPC: G10L25/51 , G10L25/30 , G10L25/24 , G06F18/40 , G06F18/241 , G06N3/0464
Abstract: 本发明公开了基于深度学习的高强螺栓振动声学信号缺陷智能识别系统，其包括：高强螺栓振动声学信号缺陷智能识别系统硬件系统搭建，高强螺栓振动声学信号缺陷智能识别软件系统设计。高强螺栓振动声学信号缺陷智能识别系统硬件系统包含：工业级防尘防水防摔windows平板和定向麦克风收音设备。高强螺栓振动声学信号缺陷智能识别系统软件系统设计：用户注册登录功能、高强螺栓振动声音信号录制功能、定向保存和时间戳命名功能以及高强螺栓缺陷智能识别功能。本发明实现了实时检测高强螺栓的预紧力和缺陷情况。
-
-
Search Results
3
records
(took 0.027 seconds)
