预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112781721A(43)申请公布日2021.05.11(21)申请号202110038480.0(51)Int.Cl.(22)申请日2021.01.12G01H17/00(2006.01)G07C3/00(2006.01)(71)申请人国家电网有限公司地址100031北京市西城区西长安街86号申请人国网新源控股有限公司华东桐柏抽水蓄能发电有限责任公司深圳市瑞德森工业自动化设备有限公司(72)发明人胡忠启常玉红鲍友革黄建德肖仁军宋旭峰何秋蒋池剑(74)专利代理机构汕头市南粤专利商标事务所(特殊普通合伙)44301代理人余飞峰权利要求书1页说明书4页附图1页(54)发明名称一种巡检平台及智能噪声采集装置及巡检平台的使用方法(57)摘要本发明公开一种用于移动巡检平台的智能噪声采集装置,首先使用两个全向噪声传感器拾取并输出噪声信号,利用两个全向噪声传感器接收到声波的相位之间的差异对声波进行过滤。再使用两个定向噪声传感器拾取噪声信号,判断噪声是否来自目标声源,对非目标声源的噪声信号进一步屏蔽的剔除,留下目标设备的噪声信号,能最大限度将环境背景声音清除掉,只剩下需要的声波。在巡检平台上采用这种智能噪声采集传感器,能够在嘈杂的环境下,更简单更快捷的区分监测设备的噪声信号,易于提取噪声特征,及时发现异常噪声信号,诊断噪声类别。CN112781721ACN112781721A权利要求书1/1页1.一种智能噪声采集装置,其特征在于,包括:噪声采集传感器,用于监测设备的异常噪声信号并发送异常噪声信号;信号采集处理器,用于接收噪声采集传感器发送的异常噪声信号、并解析异常噪声信号;通信装置,用于通信连接噪声采集传感器、信号采集处理器和外部服务器。2.根据权利要求1所述的一种智能噪声采集装置,其特征在于:所述信号采集传感器包括壳体、至少一个全向噪声传感器和至少一个定向噪声传感器,所述全向噪声传感器和定向噪声传感器设于壳体的前端,所述壳体的后端由壳体内引出数据线。3.根据权利要求2所述的一种智能噪声采集装置,其特征在于:所述信号采集传感器包括两个全向噪声传感器和两个定向噪声传感器。4.根据权利要求3所述的一种智能噪声采集装置,其特征在于:两个全向噪声传感器和两个定向噪声传感器为十字分布,靠近壳体的左、右两端为定向噪声传感器,靠近壳体的上、下两端为全向噪声传感器。5.根据权利要求4所述的一种智能噪声采集装置,其特征在于:所述信号采集处理器内设有至少一个采集卡,所述采集卡通过通信电缆与全向噪声传感器、定向噪声采集传感器阵列连接,所述信号采集处理器内还内集成有噪声的时域及频域分析算法模块。6.一种移动巡检平台,包括巡检平台本体,其特征在于:巡检平台本体上安装有如权利要求4所述的一种智能噪声采集装置,巡检平台本体内置有巡检系统,所述巡检系统与智能采集装置数据传递连接。7.根据权利要求6所述的一种移动巡检平台,其特征在于:所述巡检平台本体为巡检机器人。8.一种移动巡检平台的使用方法,其特征在于,包括:巡检机器人在设备之间进行移动、巡检,巡检系统将巡检位置设备的信息发送给智能噪声采集装置;全向噪声传感器拾取噪声信号,利用两个全向噪声传感器接收被检测设备声波的相位之间的差异对声波进行过滤处理;定向噪声传感器拾取噪声信号,判断噪声是否来自目标设备声源,对非目标声源的噪声信号进一步屏蔽的剔除,留下目标设备的噪声信号,最大限度将环境背景声音清除掉,发送剩下需要的噪声信号;信号采集处理器通过波束形成方法识别声源,判断发出异常噪声的设备对象;信号采集处理器的噪声的时域及频域分析模块将被测对象的定向噪声分布与全向噪声信号叠加,直观显示被测对象的噪声特征及分布,并确定是否为异常噪声信号,若是,巡检机器人则生成报警推送。2CN112781721A说明书1/4页一种巡检平台及智能噪声采集装置及巡检平台的使用方法技术领域[0001]本发明涉及机械设备噪声监测技术领域,尤其涉及一种巡检平台及智能噪声采集装置及巡检平台的使用方法。背景技术[0002]大型旋转设备的异常噪声监测分析,本质上是对机组各运行工况异常噪声来源检测、识别和分类。噪声是设备运行时能量泄露的特征之一,流体力振动、机械振动和电磁振动都产生不同特性的运行噪声,当出现故障时,相应部位就会产生异常的噪声分布。及时准确的发现异常噪声源,准确识别这些噪声的特征,是大型旋转设备故障诊断的必要手段。[0003]旋转设备运行中,机械噪声蕴含着丰富的机器状态信息,当设备状态发生改变时,其噪声特征也随之发生改变。通过采集设备的噪声信号可以及时发现设备的异常状态。但实际工业现场是一个复杂的噪声耦合系统,监测到的信号往往是这些噪声的混合体。通过对正常设备正常运行时噪声信