王浩，田丰，陈强，储汉卿

（1.淮南矿业（集团）有限责任公司顾桥煤矿，安徽 淮南 232100；2.科大讯飞股份有限公司，安徽 合肥 230088）

随着近几年不断运用与发展，音频监控技术的发展日趋成熟。音频监控系统已经广泛运用于广播发射台、远程监控、设备综况监察、无人值守作业检查和诸多安全防范系统等领域。沈建华通过研究OFDM无线传输技术，简化了音频监控的传输；通过PLC系统采集现场数据，基于智能网关和MQTT协议将音频数据传输至云平台，刘璐实现了远程IOT设备数据的在线获取和远程传输，提高音频数据获取效率和运维管理效率；针对复杂环境下高压断路器故障诊断算法的准确率和泛化性问题，董耀等提出一种声纹及振动熵特征联合的GWO-KFCM故障诊断算方法，较大的提高了对故障的诊断能力；为了探究变压器近声场的分布规律、优化声纹监测点的位置，刘云鹏通过构造声源，对比声纹与声源的相似度，确定了声源监测范围；为解决声纹识别技术应用在平台中面临鲁棒性较差的问题，李嘉伟采用MFCC，通过DTW算法对麦克风和扬声器声纹的特征进行比对，实现扬声器与麦克风同步对多种故障进行全面检测，提高了不同声纹的故障识别率。本文将人工智能AI技术和音频监控相结合，以期能够及时准确地判别设备运行的状态，较早地发现设备运行故障。

1 AI声纹诊断系统

1．1 声音数据采集装置与处理技术开发

AI声纹诊断系统包括声音采集部分、录音部分和AI声纹智能诊断部分。声音采集部分中的拾音器相当于系统的耳朵，它通过设备的震动来采集现场的声音。数字拾音器就是通过数字信号处理系统将模拟的音频信号转换为数字信号，并进行相应的数字信号处理的声音传感设备。采集声纹的过程中用到了麦克风阵列技术，利用该技术，可实现在复杂噪声环境下，进行噪声抑制、回声抑制、去除混响、声源定位和放大，实现对提升机不同部件的声纹特征准确提取，从而达到高效收集的效果。AI声纹智能诊断部分是整个系统的核心，它通过将收集到的声音与收集到的发生故障设备的声音进行比对，当相似度达到专家给定经验值时，判定为故障。

1．2 麦克风阵列技术

麦克风阵列技术是将一定数目的声学传感器按照不同的排列方式组合，通过从不同声学传感器收集数据，将这些数据进行分析计算，从而精准定位声纹的方位和距离的技术。该技术可用于高噪音条件下探测噪声方位，也可用于远距离声音辨识，还可用于在噪声环境下识别不同声音，本技术还可用于在复杂矿山环境下进行仪器设备的声纹定位，为拾音器的声纹采集确定方向，提高声纹采集系统采集效率和采集能力。结合矿山实际情况，如图1所示，麦克风阵列系统采用8组麦克风组成阵列，通过这八组麦克风收集声源并将其放大，由MCU将收集到的声纹数据进行运算。至于麦克风阵列则采用“米”型阵列，该阵列具有声纹信息收集全面的优点，该阵列由米字的“十”组成线性阵列，由米字的“X”组成辅助阵列。通过该阵列技术可以从八个方位收集声音数据，确保声纹数据收集的全面与稳定，减少声纹识别的误差，实现更准确的声纹定位。麦克风阵列系统结构图如图1。

图1 麦克风阵列系统结构图

2 提升机声纹诊断AI模型

2．1 提升机声纹诊断AI模型训练算法引擎开发

提升机声纹诊断AI模型训练算法是整个声纹监测系统的关键，收集到的声纹信息需经过该算法处理，从而达到对声纹的分析与识别，为最终的决策提供依据。它可以由下列几种常见分析算法展开。

（1）专家系统。专家系统诊断是利用人工智能技术和计算机技术，根据某领域的专家提供的经验，进行诊断，模拟现场经验丰富的师傅的决策，以达到无人值守自动检测异常的效果。

（2）人工神经网络。人工神经网络从信息分析角度对人脑神经元网络进行模拟，具有很强的自适应能力，它能够根据事件的运行方向对算法进行调整，且其具有高容错率，提高了不同声纹的故障识别率。

（3）模式识别。模式识别是将系统之前收集到的声纹数据通过计算分析，再结合专家师傅的经验，定为不同的故障类型，以此作为参照，根据收集到的信息，确定其类型，达到检测的效果。

（4）故障树分析法。故障树分析法是一种由最优逐渐往劣的算法。它以设备正常运转为最优事件，逐层向下分析设备最差的状态，逐一排查出故障发生的原因，确定设备故障的发生率。

（5）模糊识别。模糊识别通过故障发生的隶属度来确定不同引发原因的隶属度，也就是从结果反推事件发生的原因，从而表征故障的发生率。根据矿山实际情况并将上述几种算法分析对比，最终选定神经网络与模糊专家系统结合诊断。该算法运用模糊识别初步确定故障的隶属度，再通过神经网络计算将机器故障分类，再由专家系统的经验最终确定故障类型。从音频收集开始，先由模糊识别系统对其进行初步分类，再由神经网络系统对其进行细分，最后由专家系统分析所收集声纹与正常运转声纹进行对比，若差值达到规定值，则确定为提升机运行故障。

2．2 提升机声纹监测预警软件系统

根据矿山的实际情况，如图2所示，将提升机声纹监测预警软件系统分为以下几部分，其中核心是AI智能分析系统，它相当于整个系统的大脑，起着分析决策的作用，与其他系统相互配合，完成声纹整个预警流程。整个流程的介绍如下：通过拾音器识别和收集声纹数据，期间可用降噪设备减弱矿山机械运行的其他杂音，提高声纹的收集纯度，收集声纹信息过程中还需要运用麦克风阵列技术对矿井提升机器进行声纹定位，提高采集效率。采集完声纹后，通过数据发送系统将数据传导入AI智能分析系统，然后由AI智能分析系统将收集到的声纹进行分类，再结合专家数据库最终确定声音的类型，若其相似度达到故障要求，则立即触发报警系统，报警系统将信息传至本地控制台，然后再由本地控制台传至远程控制系统，通过远程操作及时对故障进行处理，从而达到无人值守监控提升设备的目的。

图2 提升机声纹监测预警软件系统结构图

3 音频监控系统的应用

3．1 变压器振动声纹故障诊断

变压器是利用电磁感应的原理来改变交流电压的装置，在远距离输电过程中，具有不可替代的作用，然而它造价较高，替换不便，一旦因故障而停电将造成重大损失，因此变压器发生故障前对其进行识别具有积极意义。变压器故障诊断已经有多种方法，其中大多是根据变压器的固有性质来诊断的，如电阻、电压、频率等，而根据振动声纹来诊断却很少见，主要难题在于智能分析算法的构建，而如今随着声纹诊断AI模型训练算法的普及，振动信息声纹故障诊断也凸显了很多优势，首先，信号收集装置与变压器单独连接，两者工作不会互相干扰，变压器无需停电检测，实时性强，其次，声纹采集装置体积小，便于携带安装，且振动信息包含了变压器的全部部分，检测出来的结果更加详细全面。该系统还利用了声纹成相技术，通过对比不同声纹图像的波纹性质，如波峰、波谷、频率等，提高了故障诊断率。

3．2 无人值守矿山提升装备的音频监控

随着矿井提升机运行管理逐步向“远程控制、无人值班、少人值守”发展，对提升机内电机，电气等设备的安全可靠性要求越来越高，特别是提升机的安全稳定运行尤为关键。无人值守矿山提升装备的音频监控系统由三部分构成：声纹收集系统、提升机声纹诊断AI智能分析系统和提升机声纹监测预警软件系统。声纹收集系统包括拾音器和降噪设备等，主要作用是简单筛除矿井提升机以外的其他杂音，并将提升机运行产生的声音收集起来。音频监控系统的具体应用图3、图4所示，图中所示为声音采集器的拾音器部分，提升设备在运行时会振动发声，通过拾音器采集声纹数据，然后经提升机声纹诊断AI智能分析系统和提升机声纹监测预警软件系统实现其功能。

图3 声纹采集器在顾桥矿天轮的应用图

图4 声纹采集器在顾桥矿绞车的应用

矿井提升装备的音频监控系统开发实现了矿井设备的无人监控，节约了人力物力，由于该系统可以24小时实时监测，提高了矿井提升设备监测的稳定性，为矿井提升设备安全稳定地运行提供保障，为矿井安全生产提供保障。

4 结语

基于计算机听觉和声纹技术、麦克风阵列技术和AI声纹设备监测技术，从声音数据采集装置与处理技术开发；提升机声纹诊断AI模型训练算法引擎开发；提升机声纹监测预警软件系统开发三个方面完成了在无人值守矿山提升装备音频监控系统的开发，实现了矿井提升机运行管理系统的远程控制、无人值班、少人值守，同时还为提升机的安全稳定运行提供了保障，同时也为矿井安全生产提供了保障，减少了矿井资源的消耗，促进矿井生产向智能化、自动化方向发展。

音频监控系统可以应用在无人值守矿山提升装备中，为矿井生产提供了安全保障，但它的应用范围远不止于此，他可以推广到我们生活的方方面面，如家庭音频监控，银行音频监控等等，可以为我们的生活带来极大的便利；虽然矿山开采逐步向智能化，自动化方向发展，但还是有很多方面还要靠人来操作，如巷道的支护，工作面的推进等，今后可以开发更多的无人值守系统来实现这些操作，这样不仅能提高矿山的生产效率，还能够提高矿井生产的安全性。