一种发动机故障检测系统、方法、装置及存储介质与流程

本申请涉及发动机，具体涉及一种发动机故障检测系统、方法、装置及存储介质。

背景技术：

1、发动机质量控制是对所有发动机生产工厂至关重要的一环。传统的质检方法通常涉及人工进行各种测试和检查，其中包括甩火、五档测试、离合测试、高速测试、怠速测试和散油测试等环节。

2、上述这些测试旨在检测发动机在各种操作条件下的性能和可靠性，并识别任何潜在的故障或问题。但这些方法常受限于依赖质检员的主观判断、低效的测试流程、高昂的专业质检员培养成本以及人为误判等问题。因此，提升质量检验的准确性和效率，削减人为误差，显得尤为重要。

技术实现思路

1、本申请的目的是提供一种发动机故障检测系统、方法、装置及存储介质，以提升发动机质检的准确性和效率。

2、本申请第一方面提供一种发动机故障检测系统，包括：

3、至少三个噪声传感器，设置在发动机质检工位的不同测点，用于采集发动机在质检时的噪声信号；

4、多通道智能采集站，其每一采集通道对应一个所述噪声传感器，用于将至少三个所述噪声传感器采集到的噪声信号上传至中心服务器；

5、中心服务器，用于对所述多通道智能采集站上传的至少三个噪声信号进行如下处理：

6、对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号；

7、对至少三个所述目标噪声信号进行时频转化，得到所述待测故障对应的频率能量谱特征；

8、依次对所述频率能量谱特征进行归一化处理、特征增强处理和降维处理；

9、将降维处理后的所述频率能量谱特征输入故障识别模型中，得到所述故障识别模型输出的发动机是否发生所述待测故障的识别结果，所述故障识别模型是基于深度残差网络resnet18训练得到的。

10、一种可能的实现方式中，所述中心服务器对所述频率能量谱特征进行特征增强处理的方式包括以下至少一项：时域平移、随机裁剪和空间增强。

11、一种可能的实现方式中，所述中心服务器对所述频率能量谱特征进行降维处理，包括：

12、使用主成分分析算法对所述频率能量谱特征进行降维处理。

13、一种可能的实现方式中，所述中心服务器对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号，包括：

14、针对每一个所述噪声信号，截取其中待测故障对应的测试部分，并将所述测试部分整理成预设数据格式，得到目标噪声信号。

15、一种可能的实现方式中，所述噪声传感器的频响范围为20hz~24khz，拾音参数灵敏度为-45±4db。

16、本申请第二方面提供一种发动机故障检测方法，包括：

17、获取发动机在质检时的至少三个的噪声信号；

18、对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号；

19、对至少三个所述目标噪声信号进行时频转化，得到所述待测故障对应的频率能量谱特征；

20、依次对所述频率能量谱特征进行归一化处理、特征增强处理和降维处理；

21、将降维处理后的所述频率能量谱特征输入故障识别模型中，得到所述故障识别模型输出的发动机是否发生所述待测故障的识别结果，所述故障识别模型是基于深度残差网络resnet18训练得到的。

22、一种可能的实现方式中，所述对所述频率能量谱特征进行特征增强处理的方式包括以下至少一项：时域平移、随机裁剪和空间增强。

23、一种可能的实现方式中，所述对所述频率能量谱特征进行降维处理，包括：

24、使用主成分分析算法对所述频率能量谱特征进行降维处理。

25、本申请第三方面提供一种发动机故障检测装置，包括：

26、获取模块，用于获取发动机在质检时的至少三个的噪声信号；

27、预处理模块，用于对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号；

28、时频转化模块，用于对至少三个所述目标噪声信号进行时频转化，得到所述待测故障对应的频率能量谱特征；

29、特征处理模块，用于依次对所述频率能量谱特征进行归一化处理、特征增强处理和降维处理；

30、识别模块，用于将降维处理后的所述频率能量谱特征输入故障识别模型中，得到所述故障识别模型输出的发动机是否发生所述待测故障的识别结果，所述故障识别模型是基于深度残差网络resnet18训练得到的。

31、本申请第四方面提供一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如第二方面所述的方法。

32、本申请的发动机故障检测系统、方法、装置及存储介质，通过获取发动机在质检时的至少三个的噪声信号；对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号；对至少三个所述目标噪声信号进行时频转化，得到所述待测故障对应的频率能量谱特征；依次对所述频率能量谱特征进行归一化处理、特征增强处理和降维处理；将降维处理后的所述频率能量谱特征输入故障识别模型中，得到所述故障识别模型输出的发动机是否发生所述待测故障的识别结果，所述故障识别模型是基于深度残差网络resnet18训练得到的。相较于现有技术，本申请通过对发动机产生的噪声信号进行详尽地分析和处理，以判断发动机内部是否存在特定类型的故障，能够避免人为误判和主观因素的影响，从而提升发动机质检的准确性和效率。

技术特征：

1.一种发动机故障检测系统，其特征在于，包括：

2.根据权利要求1所述的发动机故障检测系统，其特征在于，所述中心服务器对所述频率能量谱特征进行特征增强处理的方式包括以下至少一项：时域平移、随机裁剪和空间增强。

3.根据权利要求1所述的发动机故障检测系统，其特征在于，所述中心服务器对所述频率能量谱特征进行降维处理，包括：

4.根据权利要求1所述的发动机故障检测系统，其特征在于，所述中心服务器对至少三个所述噪声信号进行预处理，得到待测故障对应的至少三个目标噪声信号，包括：

5.根据权利要求1所述的发动机故障检测系统，其特征在于，所述噪声传感器的频响范围为20hz~24khz，拾音参数灵敏度为-45±4db。

6.一种发动机故障检测方法，其特征在于，包括：

7.根据权利要求6所述的发动机故障检测方法，其特征在于，所述对所述频率能量谱特征进行特征增强处理的方式包括以下至少一项：时域平移、随机裁剪和空间增强。

8.根据权利要求6所述的发动机故障检测方法，其特征在于，所述对所述频率能量谱特征进行降维处理，包括：

9.一种发动机故障检测装置，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求6至8任一项所述的方法。

技术总结
本申请提供一种发动机故障检测系统、方法、装置及存储介质，通过获取发动机在质检时的至少三个的噪声信号，进行预处理后，得到待测故障对应的至少三个目标噪声信号，进行时频转化，得到待测故障对应的频率能量谱特征；依次对频率能量谱特征进行归一化处理、特征增强处理和降维处理；将降维处理后的频率能量谱特征输入故障识别模型中，得到故障识别模型输出的发动机是否发生待测故障的识别结果，故障识别模型是基于深度残差网络ResNet18训练得到的。相较于现有技术，本申请通过对发动机产生的噪声信号进行详尽地分析和处理，以判断发动机内部是否存在特定类型的故障，能够避免人为误判和主观因素的影响，从而提升发动机质检的准确性和效率。

技术研发人员：李俭松,谭熠,庄焰,瞿千上,蒋慧芳
受保护的技术使用者：硕橙（厦门）科技有限公司
技术研发日：
技术公布日：2024/1/15