一种基于声音的煤矿巷道异常监测装置及方法与流程

本发明一种基于声音的煤矿巷道异常监测装置及方法，属于自动化检测技术领域。

背景技术：

在当今的信息社会中，声音作为与文字、图像、影视同时存在的信息的载体之一，在日常生产、生活中分布广泛，它传递的信息在全部信息中占很大比例，也是人类交流的基本方式。声音作为人类感知环境的一种重要信息来源，它能够很好的反映环境中的声音事件并以此判断环境中所发生事件的正常与否。近年来，人们对异常声音识别技术正逐步进入更深入的研究。由于不同环境下的声音复杂多样的特点、所涉及声音频带范围较宽，也可能出现多种不同声音的叠加和反射，再加上声源的不同，所以根据研究重点的区别，研究者通常对不同场合下异常声音进行特定的研究。

煤矿巷道主要分为：作为通风和运输用的大巷，作为掘进、开拓、采煤工作面回风用的回风巷，作为运输用的运输平巷，以及作为采区辅助用的副巷。在各类煤矿巷道中存在包括输送机、变频器、掘进机、控制器、输水管道和输气管道等大量的设备。当前煤矿主要依靠巡检人员在煤矿巷道巡检来发现是否有异常情况（例如：电气设备异常、管道破裂泄露、输送机故障）发生，而且目前大多数煤矿异常状况的发现都是巡检人员首先听见有异响，然后到达现场从而发现异常。随着无人化矿山的推进，煤矿巡检人员数量处于逐步减少状态，使得本就无法完全巡检的工作变得更加困难。煤矿各类巷道中异常情况时有发生，一旦巡检人员无法及时到达现场，异常情况加重，有可能会对煤矿造成较大经济损失甚至是人员伤害。

技术实现要素：

本发明一种基于声音的煤矿巷道异常监测装置及方法，克服了现有技术存在的不足，提供了一种扩展性强并且能够及时发现巷道异常状态的基于声音的监测装置及方法。

为了解决上述技术问题，本发明采用的技术方案为：一种基于声音的煤矿巷道异常监测装置，设置在煤矿巷道内，包括主机，主机设有金属外壳，金属外壳内设有数据存储模块、声卡模块、数据处理模块、金属外壳的侧面设有麦克风阵列，麦克风阵列用于采集煤矿巷道内声音，并将采集声音传递给声卡模块，声卡模块通过声电转换将声音信号转换为电信号，然后将电信号传递给数据处理模块，数据处理模块通过声音训练和声音识别，对电信号处理分析，判断出是否产生异常，并将分析结果存储于数据存储模块。

进一步，还包括设置在所述金属外壳内的控制模块、电源模块和接口模块，控制模块与接口模块相连，控制模块与接口模块相连，接口模块设置在所述金属外壳的侧面。

进一步，所述金属外壳的顶面上设置有固定支架。

进一步，所述控制模块包括按钮和电磁继电器，按钮与所述数据处理模块相连，电磁继电器的输入端通过稳压二极管与数据处理模块相连，电磁继电器的输出端与所述接口模块相连。

一种基于声音的煤矿巷道异常监测方法，基于上述的一种基于声音的煤矿巷道异常监测装置完成，包括以下步骤：

s10.将主机安装到煤矿巷道的墙壁上，并启动主机；

s20.进行声音训练：设定一个训练时间段，麦克风阵列采集煤矿巷道内所有声音，通过信号处理、特征参数提取以及识别分类，将识别出的正常声音特征存储于数据存储模块，建立正常声音库；

s30.进行声音识别:麦克风阵列采集煤矿巷道内所有声音，通过信号处理、特征参数提取以及识别分类，当采集到的声音特征与正常声音库中声音特征相同时判定为煤矿巷道正常，否则判定为异常，将异常声音存储于异常声音库，并发送警示信号至煤矿控制中心。

进一步，所述步骤s20包括以下步骤：

s21.麦克风阵列采集煤矿巷道内所有声音；

s22.在训练时间段内，声卡模块通过声电转换将声音信号转换为模拟电信号；

s23.模拟电信号经过信号阈值控制、程控放大、程控滤波以及模数转换变为数字信号；

s24.对数字信号进行mfcc特征参数提取，提取声音特征；

s25.对声音特征使用hmm进行声音识别分类，将上述识别出的声音特征与正常声音库中的声音对比，如果为新的正常声音特征，则添加到正常声音库，否则继续采集分析；

s26.当达到训练时间段，则结束训练。

进一步，所述步骤s30包括以下步骤：

s31.麦克风阵列采集煤矿巷道内所有声音；

s32.声卡模块通过声电转换将声音信号转换为模拟电信号；

s33.模拟电信号经过信号阈值控制、程控放大、程控滤波以及模数转换变为数字信号；

s34.对数字信号进行mfcc特征参数提取，提取声音特征；

s35.对声音特征使用hmm进行声音识别分类，将上述识别出的声音特征与正常声音库中的声音对比，如果为异常声音则发出警示信号并将异常声音存储到异常声音库中，并发送警示信号至煤矿控制中心；

s36.人工判断上述识别到异常声音是否确实为异常，如果确定为正常声音，则手动添加该声音到正常声音库。

本发明与现有技术相比具有以下有益效果。

1、本发明使用基于声音的检测方法，与现有人员巡视以及视频监控检测方法相比，检测速度快，效率高；

2、本发明具有声音训练和声音识别两种工作模式，可根据安装现场实际情况，调节工作模式更新正常声音库；

3、本发明使用声音检测，基于声音的监测数据量小，不需要额外敷设光纤，使用煤矿现有环网即可实现数据远程实时传输；

4、本发明可实现煤矿井下巷道二十四小时实时监测，发现异常及时发出警示信号，避免人工未能及时巡检到位而造成巷道内异常状况的恶化；

5、本发明可作为单机使用，也可通过接口模块与多个主机级联使用，从而实现一条巷道甚至整个煤矿井下所有巷道的异常检测。

附图说明

图1为本发明实施例装置的结构示意图；

图2为本发明实施例装置中控制模块的电路原理图；

图3为本发明实施例方法总体流程图；

图4为本发明实施例方法中声音训练的流程图；

图5为本发明实施例方法中声音识别的流程图。

图中：1-固定支架、2-主机、3-数据存储模块、4-控制模块、5-电源模块、6-接口模块、7-麦克风阵列、8-声卡模块、9-数据处理模块。

具体实施方式

下面结合附图对本发明做进一步的说明。

如图1所示，为本发明实施例提供的一种基于声音的煤矿巷道异常监测装置的结构示意图；包括主机2，主机设有金属外壳，内部设置有数据存储模块3、控制模块4、电源模块5、接口模块6、声卡模块8和数据处理模块9，金属外壳上侧设置有固定支架1，侧面设置有麦克风阵列7以及接口模块6。金属外壳通过固定支架1固定在煤矿巷道墙壁上，麦克风阵列7用来采集煤矿巷道内声音，并将采集声音传递给声卡模块8，声卡模块8通过声电转换将声音信号转换为电信号，然后将电信号传递给数据处理模块9，数据处理模块9实现对电信号处理分析，并将分析结果存储于数据存储模块3。如图2所示，控制模块4一方面实现装置工作模式的转换，控制模块4包括按钮和电磁继电器，按钮与所述数据处理模块9相连，电磁继电器的输入端通过稳压二极管与数据处理模块9相连，电磁继电器的输出端与所述接口模块6相连，另一方面受数据处理模块9控制实现警报信号输出。电源模块5主要用来对数据存储模块3、控制模块4、电源模块5、接口模块6、声卡模块8、数据处理模块9以及麦克风阵列7进行供电。接口模块6主要用来外接电源、装置级联和信息输出。

金属外壳为具有防电磁干扰性能的镍鉻合金加工而成；且金属外壳内表面设置有紫铜网，数据处理模块9为带ram缓存的dsp，这里可以使用ti公司型号为tms320vc5441的dsp，数据存储模块3使用型号为at29c256的flash存储模块。声卡模块8使用pcm2707音频处理模块。麦克风阵列采用波束成型技术，内部包含16个麦克风线性阵列成椭圆形排列，使用的型号为xfm10621。接口模块6使用一个九芯防水航空接头。

本发明实施例还提供的一种基于声音的煤矿巷道异常监测方法，基于上述的一种基于声音的煤矿巷道异常监测装置完成，主机2一定要安装巷道内没有降尘喷水装置的位置，并做好防尘防水处理。多个主机2安装时，装置相隔距离约为50米，主机2之间进行级联，并将报警信号线接至煤矿控制中心。如图3所示，检测方法主要包括以下步骤：

s10.安装主机2到煤矿巷道墙壁上，并启动主机2；

s20.进行声音训练：设定一个时间段，装置采集煤矿巷道内所有声音，通过信号处理、特征参数提取以及识别分类，将识别出的正常声音特征存储于数据存储模块，建立正常声音库；

s30.声音训练完成后，转换工作模式为装置声音识别模式。装置采集煤矿巷道内所有声音，通过信号处理、特征参数提取以及识别分类，当声音特征与正常声音库中声音特征相同时判定为巷道正常，否则判定为异常，将异常声音存储于异常数据库，并发送警示信号至煤矿控制中心。

如图4所示，声音训练方法包括以下步骤：

s21.麦克风阵列7采集煤矿巷道内所有声音；

s22.声卡模块8通过声电转换将声音信号转换为模拟电信号；

s23.模拟电信号经过信号阈值控制、程控放大、程控滤波以及模数转换变为数字信号；

s24.进行mfcc（梅尔倒谱系数）特征参数提取，提取声音特征，具体步骤为：

a.先对声音数字信号进行预加重、分帧和加窗；

b.对每一个短时分析窗，通过fft傅里叶变换得到对应的频谱；

c.将上面的频谱通过mel梅尔滤波器组得到mel频谱；

d.在mel频谱上面进行倒谱分析取对数，做逆变换，实际逆变换一般是通过离散余弦变换来实现，取离散余弦变换后的第2个到第13个系数作为mfcc系数，获得mel频率倒谱系数mfcc，这个mfcc就是这帧声音信号的特征；

s25.使用hmm（隐马尔科夫模型）进行声音识别分类，将上述识别出的声音特征与正常声音库中的声音对比，如果为新的正常声音特征，则添加到正常声音库，否则继续采集分析；

s26.设定训练总时间，当达到训练时间则结束训练。本发明实施例中声音训练时间设定为一周时间，保证尽可能多采集到煤矿巷道内的正常声音。

正常声音库建立完成后，设置装置工作模式为声音识别模式时，装置实时采集煤矿巷道声音并进行分析。如图5所示，声音识别方法主要包括以下步骤：

s31.麦克风阵列7采集煤矿巷道内所有声音；

s32.声卡模块8通过声电转换将声音信号转换为模拟电信号；

s33.模拟电信号经过信号阈值控制、程控放大、程控滤波以及模数转换变为数字信号；

s34.对数字信号进行mfcc特征参数提取，提取声音特征；

s35.对声音特征使用hmm进行声音识别分类，将上述识别出的声音特征与正常声音库中的声音对比，如果为异常声音则发出警示信号并将异常声音存储到异常声音库中，并发送警示信号至煤矿控制中心；

尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。