權利要求書： 1.一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特征在于，所述監(jiān)測系統(tǒng)包括：第一采集模塊，設于所述風機機艙內(nèi)部，用于定向采集風機機艙內(nèi)部的機械部件處的第一音頻信號；

第二采集模塊，設于所述風機機艙內(nèi)部，用于非定向采集風機機艙內(nèi)部的第二音頻信號；

獲取模塊，用于從所述第一音頻信號中減去所述第二音頻信號，獲取目標音頻信號；

診斷模塊，用于根據(jù)所述目標音頻信號判斷所述機械部件是否發(fā)生故障；

所述獲取模塊包括對齊單元、切分單元、轉(zhuǎn)換單元及編解碼單元；

所述對齊單元，用于對齊所述第一音頻信號和所述第二音頻信號的時間；

所述切分單元，用于按照預設規(guī)則將所述第一音頻信號切分成若干第一音頻子信號，以及按照預設規(guī)則將所述第二音頻信號切分成若干第二音頻子信號；

所述轉(zhuǎn)換單元，用于將所述第一音頻信號或所述第一音頻子信號和所述第二音頻信號或所述第二音頻子信號由模擬信號轉(zhuǎn)換成數(shù)字信號；

所述編解碼單元，用于將經(jīng)所述轉(zhuǎn)換單元轉(zhuǎn)換后的數(shù)字信號轉(zhuǎn)換成設定的文件格式。

2.如權利要求1所述的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特征在于，所述診斷模塊包括：

提取單元，用于從所述目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量；

聚類單元，用于對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇；

判斷單元，用于判斷當前目標音頻信號的音頻特征向量是否屬于所述故障信號簇；

若是，則所述判斷單元判定所述機械部件發(fā)生故障。

3.如權利要求2所述的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特征在于，所述提取單元具體用于提取所述目標音頻信號在頻域、能量域、時域中的至少一種的音頻特征；其中：在頻域的音頻特征包括中心頻率、帶寬、閾值頻率中的至少一種；

在能量域的音頻特征包括梅爾頻率倒譜系數(shù)；

在時域的音頻特征包括最高音量、最低音量、平均音量、音量方差、最大音量變化中至少一種。

4.如權利要求2所述的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特征在于，所述故障信號簇包括若干故障信號子簇，其中，不同故障信號子簇對應不同的故障類型；

所述判斷單元在判斷為是時，還用于識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇，并根據(jù)識別出的故障信號子簇確定所述機械部件發(fā)生的故障類型。

5.如權利要求1所述的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特征在于，所述監(jiān)測系統(tǒng)還包括：

報警模塊，用于發(fā)送報警信號，所述報警信號用于表征所述機械部件發(fā)生故障。

6.一種風機機艙內(nèi)部機械部件的監(jiān)測方法，其特征在于，所述監(jiān)測方法包括：定向采集風機機艙內(nèi)部的機械部件處的第一音頻信號；

非定向采集風機機艙內(nèi)部的第二音頻信號；

對齊所述第一音頻信號和所述第二音頻信號的時間；

按照預設規(guī)則將所述第一音頻信號切分成若干第一音頻子信號，以及按照預設規(guī)則將所述第二音頻信號切分成若干第二音頻子信號；

將所述第一音頻信號或所述第一音頻子信號和所述第二音頻信號或所述第二音頻子信號由模擬信號轉(zhuǎn)換成數(shù)字信號；

將所述數(shù)字信號轉(zhuǎn)換成設定的文件格式；

從所述第一音頻信號中減去所述第二音頻信號，獲取目標音頻信號；

根據(jù)所述目標音頻信號判斷所述機械部件是否發(fā)生故障。

7.如權利要求6所述的風機機艙內(nèi)部機械部件的監(jiān)測方法，其特征在于，所述根據(jù)所述音頻信號判斷所述機械部件是否發(fā)生故障的步驟包括：從所述目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量；

對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇；

判斷當前目標音頻信號的音頻特征向量是否屬于所述故障信號簇；

若是，則判定所述機械部件發(fā)生故障。

8.如權利要求7所述的風機機艙內(nèi)部機械部件的監(jiān)測方法，其特征在于，所述從所述目標音頻信號中提取音頻特征的步驟包括：提取所述目標音頻信號在頻域、能量域、時域中的至少一種的音頻特征；其中：在頻域的音頻特征包括中心頻率、帶寬、閾值頻率中的至少一種；

在能量域的音頻特征包括梅爾頻率倒譜系數(shù)；

在時域的音頻特征包括最高音量、最低音量、平均音量、音量方差、最大音量變化中至少一種。

9.如權利要求7所述的風機機艙內(nèi)部機械部件的監(jiān)測方法，其特征在于，所述故障信號簇包括若干故障信號子簇，其中，不同故障信號子簇對應不同的故障類型；

判定所述機械部件發(fā)生故障的步驟包括：識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇；

根據(jù)識別出的故障信號子簇確定所述機械部件發(fā)生的故障類型。

10.如權利要求6所述的風機機艙內(nèi)部機械部件的監(jiān)測方法，其特征在于，在判定所述機械部件發(fā)生故障的步驟之后，所述監(jiān)測方法還包括：發(fā)送報警信號，所述報警信號用于表征所述機械部件發(fā)生故障。

說明書： 風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)和方法技術領域[0001] 本發(fā)明涉及監(jiān)測技術領域，尤其涉及一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)和方法。

背景技術[0002] 對于風機機艙內(nèi)部機械部件機械部件故障所導致的風機故障，例如風機機艙內(nèi)部偏航軸承、偏航齒輪等發(fā)生的諸如卡齒、斷齒等故障，由于風機機艙內(nèi)部一般沒有專門安裝

用來監(jiān)測機械部件的設備，往往需要人為檢修來實現(xiàn)故障定位，進而實現(xiàn)故障維修，耗費較

多人力資源以及物力資源，風機的維護成本較高。又有，風機通常設置在偏遠地方，進一步

增加了風機巡檢維護的成本。

發(fā)明內(nèi)容[0003] 本發(fā)明要解決的技術問題是為了克服現(xiàn)有技術中風機機艙內(nèi)部未安裝有監(jiān)測機械部件的設備的缺陷，提供一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)和方法。

[0004] 本發(fā)明是通過下述技術方案來解決上述技術問題：[0005] 一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，其特點在于，所述監(jiān)測系統(tǒng)包括：[0006] 第一采集模塊，設于所述風機機艙內(nèi)部，用于采集風機機艙內(nèi)部的機械部件處的第一音頻信號；

[0007] 第二采集模塊，設于所述風機機艙內(nèi)部，用于采集風機機艙內(nèi)部的第二音頻信號；[0008] 獲取模塊，用于從所述第一音頻信號中減去所述第二音頻信號，獲取目標音頻信號；

[0009] 診斷模塊，用于根據(jù)所述目標音頻信號判斷所述機械部件是否發(fā)生故障。[0010] 較佳地，所述診斷模塊包括：[0011] 提取單元，用于從所述目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量；

[0012] 聚類單元，用于對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇；

[0013] 判斷單元，用于判斷當前目標音頻信號的音頻特征向量是否屬于所述故障信號簇；

[0014] 若是，則所述判斷單元判定所述機械部件發(fā)生故障。[0015] 較佳地，所述提取單元具體用于提取所述目標音頻信號在頻域、能量域、時域中的至少一種的音頻特征；其中：

[0016] 在頻域的音頻特征包括中心頻率、帶寬、閾值頻率中的至少一種；[0017] 在能量域的音頻特征包括梅爾頻率倒譜系數(shù)；[0018] 在時域的音頻特征包括最高音量、最低音量、平均音量、音量方差、最大音量變化中至少一種。

[0019] 較佳地，所述故障信號簇包括若干故障信號子簇，其中，不同故障信號子簇對應不同的故障類型；

[0020] 所述判斷單元判斷為是時，還用于識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇，并根據(jù)識別出的故障信號子簇確定所述機械部件發(fā)生的故障類型。

[0021] 較佳地，所述監(jiān)測系統(tǒng)還包括：[0022] 報警模塊，用于發(fā)送報警信號，所述報警信號用于表征所述機械部件發(fā)生故障。[0023] 一種風機機艙內(nèi)部機械部件的監(jiān)測方法，其特點在于，所述監(jiān)測方法包括：[0024] 采集風機機艙內(nèi)部的機械部件處的第一音頻信號；[0025] 采集風機機艙內(nèi)部的第二音頻信號；[0026] 從所述第一音頻信號中減去所述第二音頻信號，獲取目標音頻信號；[0027] 根據(jù)所述目標音頻信號判斷所述機械部件是否發(fā)生故障。[0028] 較佳地，所述根據(jù)所述音頻信號判斷所述機械部件是否發(fā)生故障的步驟包括：[0029] 從所述目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量；

[0030] 對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇；

[0031] 判斷當前目標音頻信號的音頻特征向量是否屬于所述故障信號簇；[0032] 若是，則判定所述機械部件發(fā)生故障。[0033] 較佳地，所述從所述目標音頻信號中提取音頻特征的步驟包括：[0034] 提取所述目標音頻信號在頻域、能量域、時域中的至少一種的音頻特征；其中：[0035] 在頻域的音頻特征包括中心頻率、帶寬、閾值頻率中的至少一種；[0036] 在能量域的音頻特征包括梅爾頻率倒譜系數(shù)；[0037] 在時域的音頻特征包括最高音量、最低音量、平均音量、音量方差、最大音量變化中至少一種。

[0038] 較佳地，所述故障信號簇包括若干故障信號子簇，其中，不同故障信號子簇對應不同的故障類型；

[0039] 判定所述機械部件發(fā)生故障的步驟包括：[0040] 識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇；[0041] 根據(jù)識別出的故障信號子簇確定所述機械部件發(fā)生的故障類型。[0042] 較佳地，在判定所述機械部件發(fā)生故障的步驟之后，所述監(jiān)測方法還包括：[0043] 發(fā)送報警信號，所述報警信號用于表征所述機械部件發(fā)生故障。[0044] 本發(fā)明的積極進步效果在于：本發(fā)明提供一種監(jiān)測風機機艙內(nèi)部機械部件的系統(tǒng)，從而風機維護人員無需親歷風機現(xiàn)場，既可以實現(xiàn)對風機機艙內(nèi)部機械部件的遠程實

時監(jiān)測，又可以根據(jù)實時監(jiān)測的結(jié)果知悉具體發(fā)生故障的機械部件，實現(xiàn)故障定位，降低了

風機巡檢維護成本，提高了風機巡檢維護效率。

附圖說明[0045] 圖1為根據(jù)本發(fā)明實施例1的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)的模塊示意圖。[0046] 圖2為根據(jù)本發(fā)明實施例1的風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)中包絡線的示意圖。

[0047] 圖3為根據(jù)本發(fā)明實施例2的風機機艙內(nèi)部機械部件的監(jiān)測方法的流程圖。[0048] 圖4為根據(jù)本發(fā)明實施例2的風機機艙內(nèi)部機械部件的監(jiān)測方法中步驟S204的流程圖。

具體實施方式[0049] 下面通過實施例的方式進一步說明本發(fā)明，但并不因此將本發(fā)明限制在所述的實施例范圍之中。

[0050] 實施例1[0051] 本實施例提供一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，圖1示出了本實施例的模塊示意圖。參照圖1，本實施例的監(jiān)測系統(tǒng)包括：

[0052] 第一采集模塊101，用于采集風機機艙內(nèi)部的機械部件處的第一音頻信號。[0053] 在本實施例中，機械部件可以是設于風機機艙內(nèi)部的偏航系統(tǒng)、變槳系統(tǒng)等系統(tǒng)中需要實時監(jiān)測的諸如軸承、齒輪等的機械部件，由于機械部件的運行會產(chǎn)生音頻信號，由

此，機械部件的正常運行可以表現(xiàn)為產(chǎn)生穩(wěn)定的音頻信號，故而，可以基于采集到的機械部

件的第一音頻信號，來判斷分析機械部件是否發(fā)生故障。

[0054] 具體地，在本實施例中，第一采集模塊101設于風機機艙內(nèi)部，可以采用定向音頻采集模塊，例如，定向麥克風陣列，來定向采集機械部件處的第一音頻信號，以盡量弱化其

他方向的音頻信號，獲得較為準確的機械部件處的音頻信號。

[0055] 第二采集模塊102，用于采集風機機艙內(nèi)部的第二音頻信號。[0056] 在本實施例中，第二采集模塊102設于風機機艙內(nèi)部，采用非定向音頻采集模塊，來采集風機機艙內(nèi)部混合多種聲音(包括定向采集的機械部件以及其他機械部件的運行產(chǎn)

生的聲音)的第二音頻信號。較佳地，在本實施例中，可以將第二采集模塊102設置在能夠均

衡采集風機機艙內(nèi)部各個聲音的位置，來采集較為準確的機械部件所處環(huán)境的音頻信號。

[0057] 獲取模塊103，用于從所述第一音頻信號中減去所述第二音頻信號，獲取目標音頻信號。

[0058] 在本實施例中，由于采集到的第一音頻信號中不可避免的包括了機械部件所處環(huán)境的音頻信號，故而，可以從第一音頻信號中減去第二音頻信號，進一步地，可以從定向采

集的第一音頻信號中減去非定向采集的第二音頻信號，來近似獲得機械部件的運行實際產(chǎn)

生的目標音頻信號。在本實施例中，可以基于信號來源來區(qū)分第一音頻信號與第二音頻信

號。

[0059] 具體地，在本實施例中，獲取模塊103還可以包括對齊單元，用于對齊第一音頻信號和第二音頻信號的時間，以提高本實施例的監(jiān)測系統(tǒng)的準確性。

[0060] 獲取模塊103還可以包括切分單元，用于按照預設規(guī)則將第一音頻信號切分成若干第一音頻子信號，以及按照預設規(guī)則將第二音頻信號切分成若干第二音頻子信號。例如，

可以根據(jù)實際應用設置一定時間長度以及一定冗余為切分標準，來避免由于故障導致的大

量數(shù)據(jù)的損失，也可以簡化后續(xù)計算。

[0061] 獲取模塊103還可以包括轉(zhuǎn)換單元，用于將第一音頻信號(第一音頻子信號)和第二音頻信號(第二音頻子信號)由模擬信號轉(zhuǎn)換成數(shù)字信號。

[0062] 診斷模塊104，用于根據(jù)目標音頻信號判斷機械部件是否發(fā)生故障。[0063] 參見圖1，在本實施例中，診斷模塊104具體可以包括：[0064] 提取單元1041，用于從目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量。

[0065] 目標音頻信號中蘊含著各種音頻特征，提取的音頻特征越多，也即，音頻特征向量的組成元素越多，越有利于提升本實施例的監(jiān)測系統(tǒng)的準確性。具體地，在本實施例中，提

取單元1041具體可以用于提取目標音頻信號在頻域、能量域以及時域中的音頻特征。

[0066] 在頻域的音頻特征可以包括但不限于中心頻率、帶寬、閾值頻率。[0067] 具體地，在本實施例中，可以通過FFT(FastFourierTransformation，快速傅里葉變換)將音頻信號轉(zhuǎn)換成頻域信號，將經(jīng)FFT分解后得到的各個頻率的諧波的周期記為T，

特定周期對應的波幅記為S(T)，進而對各諧波的音頻波形進行處理。

[0068] 例如，可以根據(jù)下式提取各諧波在特定周期的中心頻率C：[0069][0070] 例如，可以根據(jù)下式提取各諧波在特定周期的帶寬B：[0071][0072] 又例如，可從低頻到高頻統(tǒng)計包含各諧波在特定周期60％能量的頻率、80％能量的頻率和95％能量的頻率，作為各諧波在特定周期的閾值頻率以刻畫頻率分布。

[0073] 在能量域的音頻特征可以包括但不限于梅爾頻率倒譜系數(shù)。[0074] 具體地，在本實施例中，可以對經(jīng)FFT獲得的頻域信號做進一步的能級匯聚，來提取其在能量域的音頻特征。具體地，可以先計算頻域信號在特定周期的包絡線，例如，可以

采用逐次逼近算法來計算包絡線，包絡線在采集點上下緣的平均值即為采集點的能量(勢

能)，再提取其MFCC(MelFrequencyCepstralCoefficient，梅爾頻率倒譜系數(shù))作為能量

域的主要音頻特征。參見圖2，其中包括上包絡線E1、下包絡線E2以及采樣點所在直線L，直線

L與上包絡線E1的交點P1即為包絡線在采集點上緣的值，直線L與下包絡線E2的交點P2即為

采集點在包絡線下緣的值。

[0075] 在本實施例中，在時域的音頻特征可以包括但不限于最高音量、最低音量、平均音量、音量方差、時段內(nèi)最高的最大音量變化、波形內(nèi)通過0點的次數(shù)。

[0076] 聚類單元1042，用于對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇。

[0077] 具體地，在本實施例中，聚類單元具體可以根據(jù)K?means算法對多個不同的目標音頻信號的音頻特征向量進行聚類，例如，可以將由提取單元1041獲得的多個不同的目標音

頻信號的音頻特征向量劃分成2個簇，以此來得到包括機械部件運行正常時目標音頻信號

的音頻特征向量的正常信號簇，以及機械部件運行故障時目標音頻信號的音頻特征向量的

故障信號簇。

[0078] 判斷單元1043，用于判斷當前目標音頻信號的音頻特征向量是否屬于故障信號簇；

[0079] 若是，則判斷單元1043判定機械部件發(fā)生故障；[0080] 若否，則判斷單元1043判定機械部件未發(fā)生故障。[0081] 在本實施例中，聚類單元1042可以將當前輸入的當前音頻特征向量歸為正常信號簇或者故障信號簇，以此實現(xiàn)對機械部件運行狀態(tài)的監(jiān)測。當聚類單元1042將當前音頻特

征向量歸為正常信號簇時，判斷單元1043判定機械部件運行正常；當聚類單元1042將當前

音頻特征向量歸為故障信號簇時，判斷單元1043判定機械部件未發(fā)生故障。

[0082] 進一步地，在本實施例中，當提取足夠多的音頻特征向量時，可以根據(jù)具體故障類型將故障信號簇劃分為若干故障信號子簇，實現(xiàn)對機械部件是否運行故障以及故障類別的

分類。

[0083] 具體地，判斷單元1043在判斷當前目標音頻信號的音頻特征向量屬于故障信號簇時，還可以具體識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇，并根據(jù)識別

出的故障信號子簇確定所述機械部件發(fā)生的故障類型。

[0084] 參見圖1，本實施例的監(jiān)測系統(tǒng)還包括報警模塊105，用于發(fā)送報警信號。[0085] 在本實施例中，當診斷模塊104判斷機械部件發(fā)生故障時，報警模塊105發(fā)送表征機械部件發(fā)生故障的報警信號，以提示風機維護人員該故障的發(fā)生，進一步地，報警模塊

105可以發(fā)送表征機械部件發(fā)生故障類型的報警信號。當診斷模塊104判斷機械部件未發(fā)生

故障時，報警模塊105則無需報警。

[0086] 在本實施例中，獲取模塊103還可以進一步包括編解碼單元，用于將經(jīng)轉(zhuǎn)換單元轉(zhuǎn)換后的數(shù)字信號轉(zhuǎn)換成所需的文件格式，以實現(xiàn)數(shù)字信號的數(shù)據(jù)壓縮，并減少存儲和傳輸

的數(shù)據(jù)量。

[0087] 在本實施例中，信號的發(fā)送可以基于數(shù)據(jù)線纜、網(wǎng)絡交換機、光線數(shù)據(jù)鏈路等通信設備實現(xiàn)。

[0088] 在本實施例中，機械部件運行正常時的目標音頻信號及其音頻特征向量大抵相同，可以定時予以清除。

[0089] 本實施例提供一種風機機艙內(nèi)部機械部件的監(jiān)測系統(tǒng)，從而風機維護人員無需親歷風機現(xiàn)場，既可以實現(xiàn)對風機機艙內(nèi)部機械部件的遠程實時監(jiān)測，又可以根據(jù)實時監(jiān)測

的結(jié)果知悉具體發(fā)生故障的機械部件，實現(xiàn)故障定位，降低了風機巡檢維護成本，提高了風

機巡檢維護效率。

[0090] 實施例2[0091] 本實施例提供一種風機機艙內(nèi)部機械部件的監(jiān)測方法，圖3示出了本實施例的流程圖。參照圖3，本實施例的監(jiān)測方法包括：

[0092] S201、采集風機機艙內(nèi)部的機械部件處的第一音頻信號。[0093] 在本實施例中，機械部件可以是設于風機機艙內(nèi)部的偏航系統(tǒng)、變槳系統(tǒng)等系統(tǒng)中需要實時監(jiān)測的諸如軸承、齒輪等的機械部件，由于機械部件的運行會產(chǎn)生音頻信號，由

此，機械部件的正常運行可以表現(xiàn)為產(chǎn)生穩(wěn)定的音頻信號，故而，可以基于采集到的機械部

件的第一音頻信號，來判斷分析機械部件是否發(fā)生故障。

[0094] 具體地，在本實施例中，可以采用例如定向麥克風陣列等定向采集模塊來定向采集機械部件處的第一音頻信號，以盡量弱化其他方向的音頻信號，獲得較為準確的機械部

件處的音頻信號。

[0095] S202、采集風機機艙內(nèi)部的第二音頻信號。[0096] 在本實施例中，采用非定向音頻采集模塊來采集風機機艙內(nèi)部混合多種聲音(包括定向采集的機械部件以及其他機械部件的運行產(chǎn)生的聲音)的第二音頻信號。較佳地，在

本實施例中，可以在能夠均衡采集風機機艙內(nèi)部各個聲音的位置來采集較為準確的機械部

件所處環(huán)境的音頻信號。

[0097] S203、從第一音頻信號中減去第二音頻信號，獲取目標音頻信號。[0098] 在本實施例中，由于采集到的第一音頻信號中不可避免的包括了機械部件所處環(huán)境的音頻信號，故而，可以從第一音頻信號中減去第二音頻信號，進一步地，可以從定向采

集的第一音頻信號中減去非定向采集的第二音頻信號，來近似獲得機械部件的運行實際產(chǎn)

生的目標音頻信號。在本實施例中，可以基于信號來源來區(qū)分第一音頻信號與第二音頻信

號。

[0099] 具體地，在本實施例中，步驟S203具體還可以包括對齊第一音頻信號和第二音頻信號的時間的步驟，以提高本實施例的監(jiān)測方法的準確性。

[0100] 步驟S203具體還可以包括按照預設規(guī)則將第一音頻信號切分成若干第一音頻子信號的步驟，以及按照預設規(guī)則將第二音頻信號切分成若干第二音頻子信號的步驟。例如，

可以根據(jù)實際應用設置一定時間長度以及一定冗余為切分標準，來避免由于故障導致的大

量數(shù)據(jù)的損失，也可以簡化后續(xù)計算。

[0101] 步驟S203具體還可以包括將第一音頻信號(第一音頻子信號)和第二音頻信號(第二音頻子信號)由模擬信號轉(zhuǎn)換成數(shù)字信號的步驟。

[0102] S204、根據(jù)目標音頻信號判斷機械部件是否發(fā)生故障。[0103] 參見圖4，在本實施例中，步驟S204具體可以包括：[0104] S2041、從目標音頻信號中提取音頻特征，并將提取到的音頻特征組合成音頻特征向量。

[0105] 目標音頻信號中蘊含著各種音頻特征，提取的音頻特征越多，也即，音頻特征向量的組成元素越多，越有利于提升本實施例的監(jiān)測方法的準確性。具體地，在本實施例中，步

驟S2041具體可以包括提取目標音頻信號在頻域、能量域以及時域中的音頻特征的步驟。

[0106] 在頻域的音頻特征可以包括但不限于中心頻率、帶寬、閾值頻率。[0107] 具體地，在本實施例中，可以通過FFT(FastFourierTransformation，快速傅里葉變換)將音頻信號轉(zhuǎn)換成頻域信號，將經(jīng)FFT分解后得到的各個頻率的諧波的周期記為T，

特定周期對應的波幅記為S(T)，進而對各個諧波的音頻波形進行處理。

[0108] 例如，可以根據(jù)下式提取各諧波在特定周期的中心頻率C：[0109][0110] 例如，可以根據(jù)下式提取各諧波在特定周期的帶寬B：[0111][0112] 又例如，可從低頻到高頻統(tǒng)計包含各諧波在特定周期60％能量的頻率、80％能量的頻率和95％能量的頻率，作為各諧波在特定周期的閾值頻率以刻畫頻率分布。

[0113] 在能量域的音頻特征可以包括但不限于梅爾頻率倒譜系數(shù)。[0114] 具體地，在本實施例中，可以對經(jīng)FFT獲得的頻域信號做進一步的能級匯聚，來提取其在能量域的音頻特征。具體地，可以先計算頻域信號在特定周期的包絡線，例如，可以

采用逐次逼近算法來計算包絡線，包絡線在采集點上下緣的平均值即為采集點的能量(勢

能)，再提取其MFCC(MelFrequencyCepstralCoefficient，梅爾頻率倒譜系數(shù))作為能量

域的主要音頻特征。

[0115] 在本實施例中，在時域的音頻特征可以包括但不限于最高音量、最低音量、平均音量、音量方差、時段內(nèi)最高的最大音量變化、波形內(nèi)通過0點的次數(shù)。

[0116] S2042、對多個不同的目標音頻信號的音頻特征向量進行聚類，得到正常信號簇和故障信號簇。

[0117] 具體地，在本實施例中，具體可以根據(jù)K?means算法對多個不同的目標音頻信號的音頻特征向量進行聚類，例如，可以將步驟S2041獲得的多個不同的目標音頻信號的音頻特

征向量劃分成2個簇，以此來得到包括機械部件運行正常時目標音頻信號的音頻特征向量

的正常信號簇，以及機械部件運行故障時目標音頻信號的音頻特征向量的故障信號簇。

[0118] S2043、判斷當前目標音頻信號的音頻特征向量是否屬于故障信號簇；[0119] 若是，則轉(zhuǎn)至步驟S2044；若否，則轉(zhuǎn)至步驟S2045；[0120] S2044、判定機械部件發(fā)生故障；[0121] S2045、判定機械部件未發(fā)生故障。[0122] 在本實施例中，步驟S2042可以將當前輸入的當前音頻特征向量歸為正常信號簇或者故障信號簇，以此實現(xiàn)對機械部件運行狀態(tài)的監(jiān)測。當步驟S2042將當前音頻特征向量

歸為正常信號簇時，步驟S2044判定機械部件運行正常；當步驟S2042將當前音頻特征向量

歸為故障信號簇時，步驟S2045判定機械部件未發(fā)生故障。

[0123] 進一步地，在本實施例中，當提取足夠多的音頻特征向量時，可以根據(jù)具體故障類型將故障信號簇劃分為若干故障信號子簇，實現(xiàn)對機械部件是否運行故障以及故障類別的

分類。

[0124] 具體地，步驟S2044具體可以包括識別當前目標音頻信號的音頻特征向量所屬的故障信號子簇的步驟，以及根據(jù)識別出的故障信號子簇確定所述機械部件發(fā)生的故障類型

的步驟。

[0125] S205、發(fā)送報警信號。[0126] 在本實施例中，當步驟S204判斷機械部件發(fā)生故障時，步驟S205發(fā)送表征機械部件發(fā)生故障的報警信號，以提示風機維護人員該故障的發(fā)生，進一步地，步驟S205可以發(fā)送

表征機械部件發(fā)生故障類型的報警信號。當步驟S204判斷機械部件未發(fā)生故障時，則無需

報警。

[0127] 在本實施例中，步驟S203還可以進一步將轉(zhuǎn)換得到的數(shù)字信號轉(zhuǎn)換成所需的文件格式的步驟，以實現(xiàn)數(shù)字信號的數(shù)據(jù)壓縮，并減少存儲和傳輸?shù)臄?shù)據(jù)量。

[0128] 在本實施例中，信號的發(fā)送可以基于數(shù)據(jù)線纜、網(wǎng)絡交換機、光線數(shù)據(jù)鏈路等通信設備實現(xiàn)。

[0129] 在本實施例中，機械部件運行正常時的目標音頻信號及其音頻特征向量大抵相同，可以定時予以清除。

[0130] 本實施例提供一種風機機艙內(nèi)部機械部件的監(jiān)測方法，從而風機維護人員無需親歷風機現(xiàn)場，既可以實現(xiàn)對風機機艙內(nèi)部機械部件的遠程實時監(jiān)測，又可以根據(jù)實時監(jiān)測

的結(jié)果知悉具體發(fā)生故障的機械部件，實現(xiàn)故障定位，降低了風機巡檢維護成本，提高了風

機巡檢維護效率。

[0131] 雖然以上描述了本發(fā)明的具體實施方式，但是本領域的技術人員應當理解，這僅是舉例說明，本發(fā)明的保護范圍是由所附權利要求書限定的。本領域的技術人員在不背離

本發(fā)明的原理和實質(zhì)的前提下，可以對這些實施方式做出多種變更或修改，但這些變更和

修改均落入本發(fā)明的保護范圍。