聲紋檢測儀

機(jī)械設備在運行(xíng)的(de)過程≤γ中會(huì)産生(shēng)設備獨有(yǒu)的(de)振動聲紋，®α★利用(yòng)計(jì)算(suàn)γ↓'©機(jī)信息技(jì)術(shù)從(cóng)聲音©♥(yīn)信号提取頻(pín)譜、幅值、倒譜、波形、¶‌•波峰、概率密度、峭度系數(shù)等聲學特征，而這(zhè₹γ>)些(xiē)特征在高(gāo)電(diàn)壓↔↓及強電(diàn)磁場(chǎng)中也(yě)不(bù)₽™✔≤會(huì)受到(dào)影(yǐng)響。因此我們利用(yòng)這(z♣​←σhè)種獨有(yǒu)的(de)聲音(yīn)特性，将©♣×被檢測設備的(de)聲紋信息與正常的(de)聲π≈≠"紋信息進行(xíng)對(duì)比來(lái)識别工(gōng)業(yè)​₩設備運行(xíng)狀态，早期預警故障和(↔↕βhé)判斷故障，讓工(gōng)業(yè)¶¥設備向著(zhe)更加安全穩定的(de)方向發展。

n 5大(dà)核心功能(néng)

（1）在線監聽(tīng)

24 小(xiǎo)時(shí)立體(tǐ)監聽(tīng)變壓器(qì)®δ‌工(gōng)作(zuò)狀态，故障類型診斷、故障位置診斷、故障及時('∑✔shí)上(shàng)報(bào)

（2）自(zì)我學習(xí)

随著(zhe)采集的(de)聲紋日(rì)益變多(duō)，後台算(s™λ€uàn)法不(bù)斷學習(xí)故障特征，提升系✔δ‌統靈敏性及成功率

（3）自(zì)我診斷

聲紋識别系統自(zì)我發生(shēng)故障時(shí)，及時("¶ ♥shí)告警并報(bào)告故障原因，方便檢λ←'修

（4）數(shù)據安全

系統采用(yòng)國(guó)網推薦的(de∞×€)加密模塊，嚴格遵守國(guó)家(jiā)保密要(€σyào)求

（5）設備安全

傳感器(qì)采用(yòng)防水(shu•‌♠ǐ)、防塵、防靜(jìng)電(diàn)設計(jì)，保證σ÷設備安全穩定工(gōng)作(zuò)

n 3項核心技(jì)術(shù)

（1）差分(fēn)聲源定位降噪技(jì)術(shù)

通(tōng)過單儀器(qì)的(de)聲λ×學傳感器(qì)陣列，或多(duō)儀器(qì)組合部署，形成音(∞★σyīn)頻(pín)信号收集方案。通(tōng)過差法算€€ (suàn)法對(duì)多(duō)源音(∞γ<↑yīn)頻(pín)信号進行(xíng)處理(l♠→ǐ)，實現(xiàn)聲源定位、去(qù)¥∑♠₹背景噪聲、音(yīn)頻(pín)信号增強等×&。

（2）基于神經網絡聲紋識别技(jì)術(shù)

通(tōng)過對(duì)變壓器(qì)等設備的(de)音(yīn)頻>αφ×(pín)信号進行(xíng)多(duō)維γ←特征提取，從(cóng)而識别出設備故障，并實時(shí)♦≤β計(jì)算(suàn)出該故障聲信号發生•¶₹β(shēng)的(de)位置，最終為(w♣±‌$èi)檢修人(rén)員(yuán)提供參考，提升檢修效率。

（3）高(gāo)壓設備聲紋模型

以聲學傳感器(qì)采集聲信号為(wèi)數(shù)據線索，建立缺陷聲紋模 ★•×型實現(xiàn)內(nèi)部短(duǎ♣πn)路(lù)、部件(jiàn)松動、局部放(fàng)電(di÷♦™≥àn)等故障隐患的(de)識别。

n 4大(dà)應用(yòng)場(chǎng)景