买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉枣庄矿业(集团)付村煤业有限公司;云鼎科技股份有限公司申请的专利一种基于音频信号分析的罐道异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120600049B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511071911.8，技术领域涉及：G10L25/51；该发明授权一种基于音频信号分析的罐道异常检测方法是由朱传恒;时晶磊;林学伟;渠润生;杨博文;马丽蓉;刘帅;张浩;李柯宏;王海峰;李丙卓设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于音频信号分析的罐道异常检测方法在说明书摘要公布了：本发明涉及智能检测技术领域，具体涉及一种基于音频信号分析的罐道异常检测方法，包括以下步骤：S1：实时采集设备在不同运行状态下的音频信号；S2：对采集到的音频信号进行预处理，并提取与罐道运行状态相关的音频特征；S3：建立动态特征变化模型；S4：将S3中建立的动态特征变化模型应用于实时音频信号的分析，判断是否出现异常；S5：若S4判断音频信号出现异常，则通过预先训练的分类模型对异常信号进行分类处理。本发明，通过结合动态特征变化模型和增量学习算法，实现了对罐道系统音频信号的实时、准确分析，能够有效识别多种异常类型并自动分类处理。

本发明授权一种基于音频信号分析的罐道异常检测方法在权利要求书中公布了：1.一种基于音频信号分析的罐道异常检测方法，其特征在于，包括以下步骤： S1：通过设置在罐道周围的多个传感器，实时采集设备在不同运行状态下的音频信号； S2：对采集到的音频信号进行预处理，去除信号中的噪声和干扰信号，并通过高通滤波的信号处理方法，提取与罐道运行状态相关的音频特征； 所述S2具体包括： S21：对采集到的音频信号进行噪声滤除，具体通过短时傅里叶变换对音频信号进行时频分析，将信号分解为若干个频带，识别并去除低频噪声和环境背景噪声； S22：使用高通滤波器对频域中的低频部分进行衰减，将高通滤波器的截止频率设置为300Hz，以去除低频噪声和不相关的信号成分，仅保留与罐道运行状态相关的频率范围的信号； S23：对通过高通滤波处理后的信号进行时域平滑处理，采用滑动平均法对音频信号的幅度进行平滑，以减小瞬时变化引起的波动； S24：通过计算预处理后音频信号的频率谱和时域特征，提取与罐道运行状态相关的音频特征，包括频谱峰值、频率响应曲线和时域标准差； S3：基于S2所提取的音频特征，建立动态特征变化模型，所述动态特征变化模型采用增量学习与长短期记忆网络相结合的方式，分析音频信号随时间变化的频率和幅度特征，建立音频信号的时序变化规律； 所述S3具体包括： S31：基于S2提取的音频特征，包括频谱峰值、频率响应曲线和时域标准差，构建音频特征数据集，其中每个数据样本由时间戳和对应的音频特征向量组成； S32：使用增量学习算法对音频特征数据集进行训练，逐步更新模型参数，使其适应新的音频特征数据； S33：将长短期记忆网络应用于音频特征数据，以捕捉音频信号的时序变化，学习音频信号随时间变化的规律； S34：结合增量学习和长短期记忆网络，先用增量学习对初步数据进行训练，随后使用长短期记忆网络对模型进行优化，准确捕捉音频信号的时序特性； S35：通过增量学习持续更新长短期记忆网络模型，使其能够实时适应新的音频特征数据，捕捉音频信号的动态变化； S36：通过不断地更新优化，完成动态特征变化模型的建立，确保模型能够根据实时音频信号分析其动态特征变化； S4：将S3中建立的动态特征变化模型应用于实时音频信号的分析，通过比较实时音频信号的特征与历史正常信号的特征，判断是否出现异常； 所述S4具体包括： S41：将实时采集的音频信号通过步骤S2处理后的音频特征输入到动态特征变化模型中，获取实时音频信号的动态特征； S42：计算实时音频信号的动态特征与历史正常信号的动态特征之间的差异，所述差异通过计算欧几里得距离来度量，公式为： ，其中，表示差异度量，表示实时音频信号的第个特征值，表示历史正常音频信号的第个特征值，表示音频特征的维度； S43：根据计算出的差异度量与设定的阈值进行比较，若大于阈值，则判定为异常信号； S5：若S4判断音频信号出现异常，则通过预先训练的分类模型对异常信号进行分类处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人枣庄矿业(集团)付村煤业有限公司;云鼎科技股份有限公司，其通讯地址为：277605 山东省济宁市微山县付村镇；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。