-
公开(公告)号:CN118776723A
公开(公告)日:2024-10-15
申请号:CN202411017905.X
申请日:2024-07-29
申请人: 国网安徽省电力有限公司经济技术研究院
摘要: 本发明公开了基于声纹特征提取的松动螺栓定位系统,涉及声纹特征技术领域,包括以下模块:声纹特征采集模块、确定松动螺栓模块和定位模块,具体方法如下:利用采集设备收集螺栓声纹特征信息和螺栓历史数据;将采集到的螺栓声纹特征信息进行滤波处理,结合螺栓频域参数,利用最大似然估计法确定螺栓松动的概率,计算待测试螺栓与最大似然估计的概率之间匹配程度,确定其松动程度;将采集到螺栓声纹特征信息和螺栓的松动程度系数结合螺栓自身惯性,以及螺栓所处环境风速进行迭代,建立数据分析模型对松动螺栓进行准确定位;该系统无需接触螺栓物体表面,具有非接触、实时、高精度等优势,提高了对松动螺栓定位的准确性。
-
公开(公告)号:CN118398007A
公开(公告)日:2024-07-26
申请号:CN202410616950.0
申请日:2024-05-17
摘要: 本发明公开了一种基于声纹信号的铁塔螺栓松动检测方法,包括以下步骤:S1采集铁塔螺栓音频样本并进行数据处理,生成铁塔螺栓数据集;S2结合处理过的铁塔螺栓数据集构建基于图卷积神经网络和多领域自适应模型,得到螺栓特征嵌入;S3随机提取铁塔螺栓数据集中的数据对基于图卷积网络和多领域自适应模型进行模型训练和更新;S4对训练好的基于图卷积网络和多领域自适应模型,引入预测目标约束,输出整体铁塔螺栓工况。本发明通过一种多信道域图卷积网络方法提取源域和目标域的螺栓共同特征以及挖掘特征之间的关系,降低了目标域螺栓数据和源域螺栓数据的分布差异,解决了现有技术中数据量不足导致的精度较低的问题。
-