摘要
本申请公开了一种无人驾驶农机的故障异音监测方法,方法包括:通过在无人驾驶农机的不同位置加装多个声音采集设备,采集农机在运行过程中产生的各种声音信号,并将声音信号进行信号预处理;融合经过预处理的声音信号,采用信号处理技术,提取并分析农机运行过程中产生的声音信号的频率、幅度及波形,提取与故障相关的多路异音声音特征,识别异音信号;根据处理后的多路异音声音特征,利用训练好的基于向量机的机器学习模型对信号进行实时分析,实时识别农机的故障,实现无人驾驶农机的故障异音监测。本发明方法不仅能够代替无人驾驶拖拉机中的驾驶员进行即时故障判断,而且能够在早期阶段发现故障,减少不必要的机械损坏和工作停滞。
技术关键词
无人驾驶农机
异音
监测方法
声音采集设备
故障分析诊断
机器学习模型
信号处理技术
无人驾驶拖拉机
数字滤波技术
故障特征
故障报警信号
声音采集模块
多通道
监测系统
报警装置
机器学习算法
去噪方法
异常声音
系统为您推荐了相关专利信息
无线收发设备
深度学习技术
监测方法
数据
路由器
建筑信息模型
裂缝监测方法
裂缝修复方法
深度测量仪
数据处理系统
分布式光纤传感
动态监测方法
物理
趋势预测模型
动态权重分配
历史运行状态
状态监测方法
密封件
序列
孤立森林算法
在线实时监测方法
MLP神经网络
在线实时监测系统
神经网络模型构建
声光报警装置