[go: up one dir, main page]

CN110763493A - 一种故障类型的确定方法及装置 - Google Patents

一种故障类型的确定方法及装置 Download PDF

Info

Publication number
CN110763493A
CN110763493A CN201810844122.7A CN201810844122A CN110763493A CN 110763493 A CN110763493 A CN 110763493A CN 201810844122 A CN201810844122 A CN 201810844122A CN 110763493 A CN110763493 A CN 110763493A
Authority
CN
China
Prior art keywords
fault
determining
matrix
frequency
octaves
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810844122.7A
Other languages
English (en)
Inventor
刘欢
谭泽汉
陈彦宇
马雅奇
邝英兰
陈高
刘淼泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201810844122.7A priority Critical patent/CN110763493A/zh
Publication of CN110763493A publication Critical patent/CN110763493A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种故障类型的确定方法及装置，采集待检测设备发生故障时发出的音频信号，将该音频信号频域化处理得到对应的频域信号，根据频域信号的幅值以及预配置矩阵确定故障的故障类型。其中，预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率，利用预配置矩阵确定故障类型，从而提升了确定故障类型的准确度。

Description

一种故障类型的确定方法及装置
技术领域
本发明涉及数据处理领域，尤其涉及一种故障类型的确定方法及装置。
背景技术
目前，家中的各种家用电器为用户的生活带来了很大的方便，比如用户可以在炎热的夏天使用空调以维持家中空气的凉爽。但是，在家用电器使用过程中或者使用的时间久了之后，可能会出现一些故障。
通常，用户在发现家用电器的功能异常时，常常会直接请有经验的维修人员对家用电器进行维修，但是有经验的维修人员通常都是利用听到的空调的故障声音来简单的辨别空调内的哪个部件可能发生故障，由于只是粗略的判断哪个部件发生故障的可能性比较大，因此在有些时候可能会出现判断失误，不仅使得维修时间加长，而且可能会浪费配件，对家用电器造成“二次伤害”。
发明内容
本发明的目的是提供一种故障类型的确定方法及装置，以提高确定故障类型的准确率，提升用户体验。
本发明的目的是通过以下技术方案实现的：
第一方面，本发明提供一种故障类型的确定方法，包括：
采集待检测设备发生故障时发出的音频信号；
将所述音频信号频域化处理得到对应的频域信号；
根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型；
所述预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
可选的，根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型，包括：
将所述频域信号进行划分为多个频段；
确定所述多个频段的频域信号每个频段对应的1/3倍频程的最大幅值，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵；
将第一矩阵与所述预配置矩阵相乘，得到每种故障类型的发生概率，将发生概率最高的故障类型确定为所述待检测设备发生故障的故障类型。
可选的，所述方法还包括：
将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理；
其中，经过归一化处理后的，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵。
可选的，将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理，包括：
Figure BDA0001746244230000021
其中，feaVec表示幅值，
Figure BDA0001746244230000022
δ(Aj)表示Aj的标准差。
第二方面，本发明提供一种故障类型的确定装置，包括：
采集单元，用于采集待检测设备发生故障时发出的音频信号；
处理单元，用于将所述采集单元采集到的音频信号频域化处理得到对应的频域信号；
确定单元，用于根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型；
所述预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
可选的，所述确定单元具体用于按如下方式根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型：
将所述频域信号进行划分为多个频段；
确定所述多个频段的频域信号每个频段对应的1/3倍频程的最大幅值，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵；
将第一矩阵与所述预配置矩阵相乘，得到每种故障类型的发生概率，将发生概率最高的故障类型确定为所述待检测设备发生故障的故障类型。
可选的，所述处理单元还用于：将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理；
其中，经过归一化处理后的，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵。
可选的，所述处理单元具体用于按如下方式将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理：
Figure BDA0001746244230000031
其中，feaVec表示幅值，
Figure BDA0001746244230000032
δ(Aj)表示Aj的标准差。
第三方面，本发明还提供一种故障类型的确定装置，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行第一方面所述的方法。
第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行第一方面所述的方法。
附图说明
图1为本申请实施例提供的一种故障类型的确定方法流程图；
图2为本申请实施例提供的另一种确定故障类型的具体实施流程图；
图3为本发明实施例提供的一种故障类型的确定装置的结构框图；
图4为本申请提供的一种故障类型的确定装置示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
通常，各种机器在使用过程中或者使用的时间比较久之后，都可能会或多或少的出现一些故障，这些故障可能会体现在机器发出的声音上，维修人员在进行维修时通常都是通过听机器发出的故障声音来判断机器的哪个部件可能出现问题或者哪个部件出现问题的可能性较大，如果维修人员判断错误，可能会使得维修的成本增大，甚至可能会对机器造成更大的问题。
有鉴于此，本申请实施例提供了一种故障类型的确定方法及装置，将采集到的待检测设备发生故障时发出的音频信号在频域上进行处理得到频域信号，根据频域信号上的幅值以及预设的矩阵确定待检测设备发出的故障声音对应的故障类型，从而提高确定故障类型的准确度，在一定程度上降低维修成本。
需要理解的是，在下文的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
图1所示为本申请实施例提供的一种故障类型的确定方法流程图，图1所示方法的执行主体可以为一种故障类型的确定装置，参阅图1所示，该方法包括：
S101：采集待检测设备发出的音频信号。
S102：将音频信号转化为频域上对应的频域信号。
本申请实施例中，可采集待检测设备在发生故障时发出的音频信号，该音频信号为时域上的音频信号。
通常，可将时域上的声音信号转化为频域上的声音信号进行处理。时域上的声音信号进行频域化处理可得到频谱图。
可以理解的是，频谱图是分别以振幅及相位为纵轴，频率为横轴的两张图，以下将选择纵轴为振幅，横轴为频率的图进行说明。
需要说明的是，本申请实施例中将时域上的声音信号转换为频域上的声音信号的方式可以采用快速傅里叶变换(Fast Fourier Transform，FFT)，也可以是Z变换等，本申请实施例对此不作限定。
S103：根据频域信号的幅值以及预配置矩阵确定音频信号的故障类型。
具体的，预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
本申请实施例中，可通过声音信号在频域上的幅值以及预配置的矩阵确定待检测设备发生故障时发出的音频信号对应的故障类型。
一种可能的实施方式中，可采用如图2所示的方法根据频域信号的幅值以及预配置矩阵确定故障的故障类型，参阅图2所示，该方法包括：
S201：将频域信号划分为多个频段的频域信号。
本申请实施例中，可将频域信号进行划分，得到多个频段的频域信号。
由于人耳听觉频率范围为20Hz-20KHz，在对音频信号在频域上进行分析时，不需要对每个频率对应的信号进行分析，因此将频域信号划分为多个频段。
S202：确定多个频段的频域信号每个频段对应的1/3倍频程内的最大幅值。
由于待检测设备发生故障时发出的声音一般可理解为噪声，因此通常选择1/3倍频程位置处的频率分布对频域信号进行分析。
为了方便分析频域信号，本申请实施例中可在频域上确定每个频段内的频域信号在1/3倍频程内的最大幅值。
S203：将最大幅值组成第一矩阵。
S204：将预配置矩阵与第一矩阵相乘，得到每种故障类型的发生概率。
本申请实施例中，可通过Zadeh推理算法进行运算，通过模糊推理的方式得到每种故障类型的发生概率。
具体的，将第一矩阵与预配置矩阵相乘，得到每种故障类型的发生概率，并将发生概率最高的故障类型确定为待检测设备发生故障的故障类型。
可以理解是，Zadeh推理算法是一种模糊推理算法。
具体的，预配置矩阵可通过如下方式训练得到：首先选择一些发生故障的设备发出的音频信号的数据集，信号大小选择至少100万以上的信号，然后结合专家经验，对发生故障的设备发出的音频信号进行推理得到故障对应的故障类型。
可以理解的是，本申请实施例中的专家经验为具有多年维修经验的多个人员，一起探讨产生的经验，现有技术中的维修人员实际维修的数量可能比较少，经验不足，相比而言，本申请实施例中得到的结果更加准确。
可选的，该方法还可包括：将1/3倍频程内的最大幅值进行幅值归一化。
由于频域上对应的频域信号会有高频信号以及低频信号，为了能够将高频信号与低频信号进行比较，可对多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理。
其中，第一矩阵内包括的幅值可以为经过归一化处理后的，多个频段对应的1/3倍频程的最大幅值。
进一步的，幅值归一化处理可采用如下方式：
Figure BDA0001746244230000061
其中，feaVec表示幅值，
Figure BDA0001746244230000062
δ(Aj)表示Aj的标准差。
i＝1，2，…20000，j＝1，2，…30，Xi表示频域上第i个幅值。
j0表示第j个的左1/3倍频程，j1表示第j个的右1/3倍频程。
基于与上述一种故障类型的确定方法实施例相同的构思，本发明实施例还提供了一种故障类型的确定装置，参阅图3所示。该装置包括：
采集单元101，用于采集待检测设备发生故障时发出的音频信号。
处理单元102，用于将所述采集单元101采集到的音频信号频域化处理得到对应的频域信号。
确定单元103，用于根据频域信号的幅值以及预配置矩阵确定故障的故障类型。
其中，预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
进一步的，确定单元103具体用于按如下方式根据频域信号的幅值以及预配置矩阵确定所述故障的故障类型：
将频域信号进行划分为多个频段；
确定多个频段的频域信号每个频段对应的1/3倍频程的最大幅值，将多个频段对应的1/3倍频程的最大幅值构成第一矩阵；
将第一矩阵与预配置矩阵相乘，得到每种故障类型的发生概率，将发生概率最高的故障类型确定为待检测设备发生故障的故障类型。
更进一步的，处理单元102还用于：将多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理。
其中，经过归一化处理后的，多个频段对应的1/3倍频程的最大幅值构成第一矩阵。
具体的，处理单元102用于按如下方式将多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理：
其中，feaVec表示幅值，
Figure BDA0001746244230000081
δ(Aj)表示Aj的标准差。
需要说明的是，本发明实施例中上述涉及的故障类型的确定装置中各个单元的功能实现可以进一步参照相关方法实施例的描述，在此不再赘述。
本申请实施例还提供另外一种故障类型的确定装置，如图4所示，该装置包括：
存储器202，用于存储程序指令。
收发机201，用于接收和发送确定故障类型的指令。
处理器200，用于调用所述存储器中存储的程序指令，根据收发机201接收到的指令按照获得的程序执行本申请实施例所述的任一方法流程。处理器200用于实现图3所示的处理单元(102)和确定单元(103)所执行的方法。
其中，在图4中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器200代表的一个或多个处理器和存储器202代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。
收发机201可以是多个元件，即包括发送机和收发机，提供用于在传输介质上与各种其他装置通信的单元。
处理器200负责管理总线架构和通常的处理，存储器202可以存储处理器200在执行操作时所使用的数据。
处理器200可以是中央处理器(CPU)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)。
本申请实施例还提供了一种计算机存储介质，用于储存为上述本申请实施例中所述的任一装置所用的计算机程序指令，其包含用于执行上述本申请实施例提供的任一方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种故障类型的确定方法，其特征在于，包括：
采集待检测设备发生故障时发出的音频信号；
将所述音频信号频域化处理得到对应的频域信号；
根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型；
所述预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
2.如权利要求1所述的方法，其特征在于，根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型，包括：
将所述频域信号进行划分为多个频段；
确定所述多个频段的频域信号每个频段对应的1/3倍频程的最大幅值，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵；
将第一矩阵与所述预配置矩阵相乘，得到每种故障类型的发生概率，将发生概率最高的故障类型确定为所述待检测设备发生故障的故障类型。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理；
其中，经过归一化处理后的，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵。
4.如权利要求3所述的方法，其特征在于，将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理，包括：
Figure FDA0001746244220000011
其中，feaVec表示幅值，δ(Aj)表示Aj的标准差。
5.一种故障类型的确定装置，其特征在于，包括：
采集单元，用于采集待检测设备发生故障时发出的音频信号；
处理单元，用于将所述采集单元采集到的音频信号频域化处理得到对应的频域信号；
确定单元，用于根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型；
所述预配置矩阵用于表征在不同的频域信号幅值下，不同的故障类型的故障发生概率。
6.如权利要求5所述的装置，其特征在于，所述确定单元具体用于按如下方式根据所述频域信号的幅值以及预配置矩阵确定所述故障的故障类型：
将所述频域信号进行划分为多个频段；
确定所述多个频段的频域信号每个频段对应的1/3倍频程的最大幅值，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵；
将第一矩阵与所述预配置矩阵相乘，得到每种故障类型的发生概率，将发生概率最高的故障类型确定为所述待检测设备发生故障的故障类型。
7.如权利要求6所述的装置，其特征在于，所述处理单元还用于：将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理；
其中，经过归一化处理后的，所述多个频段对应的1/3倍频程的最大幅值构成第一矩阵。
8.如权利要求7所述的装置，其特征在于，所述处理单元具体用于按如下方式将所述多个频段对应的1/3倍频程的最大幅值进行幅值归一化处理：
Figure FDA0001746244220000021
其中，feaVec表示幅值，
Figure FDA0001746244220000022
δ(Aj)表示Aj的标准差。
9.一种故障类型的确定装置，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1～4任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行权利要求1～4中任一项所述的方法。
CN201810844122.7A 2018-07-27 2018-07-27 一种故障类型的确定方法及装置 Pending CN110763493A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810844122.7A CN110763493A (zh) 2018-07-27 2018-07-27 一种故障类型的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810844122.7A CN110763493A (zh) 2018-07-27 2018-07-27 一种故障类型的确定方法及装置

Publications (1)

Publication Number Publication Date
CN110763493A true CN110763493A (zh) 2020-02-07

Family

ID=69327292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810844122.7A Pending CN110763493A (zh) 2018-07-27 2018-07-27 一种故障类型的确定方法及装置

Country Status (1)

Country Link
CN (1) CN110763493A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112556087A (zh) * 2020-11-20 2021-03-26 珠海格力电器股份有限公司 一种机组故障诊断方法、装置和一种控制器
CN114460456A (zh) * 2022-04-13 2022-05-10 天津美腾科技股份有限公司 电磁阀故障检测方法、装置、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1168150A (en) * 1966-12-22 1969-10-22 Entwicklungsring Sued Gmbh Improvements in or relating to methods of Testing Apparatus
CN1484042A (zh) * 2003-07-03 2004-03-24 上海交通大学 红外图像序列中缓动弱小目标的能量投影检测方法
CN105738722A (zh) * 2016-01-27 2016-07-06 西北工业大学 一种航空机电作动器故障诊断方法
CN107084754A (zh) * 2017-04-27 2017-08-22 深圳万发创新进出口贸易有限公司 一种变压器故障检测装置
CN108196986A (zh) * 2017-12-29 2018-06-22 东软集团股份有限公司 设备异常检测方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1168150A (en) * 1966-12-22 1969-10-22 Entwicklungsring Sued Gmbh Improvements in or relating to methods of Testing Apparatus
CN1484042A (zh) * 2003-07-03 2004-03-24 上海交通大学 红外图像序列中缓动弱小目标的能量投影检测方法
CN105738722A (zh) * 2016-01-27 2016-07-06 西北工业大学 一种航空机电作动器故障诊断方法
CN107084754A (zh) * 2017-04-27 2017-08-22 深圳万发创新进出口贸易有限公司 一种变压器故障检测装置
CN108196986A (zh) * 2017-12-29 2018-06-22 东软集团股份有限公司 设备异常检测方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
石全等: "《系统决策与建模》", 30 July 2016, 国防工业出版社 *
谭泽汉: "基于Zadeh推理的故障空调噪音识别", 《计算机测量与控制》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112556087A (zh) * 2020-11-20 2021-03-26 珠海格力电器股份有限公司 一种机组故障诊断方法、装置和一种控制器
CN112556087B (zh) * 2020-11-20 2021-12-10 珠海格力电器股份有限公司 一种机组故障诊断方法、装置和一种控制器
CN114460456A (zh) * 2022-04-13 2022-05-10 天津美腾科技股份有限公司 电磁阀故障检测方法、装置、系统及存储介质

Similar Documents

Publication Publication Date Title
CN110362612B (zh) 由电子设备执行的异常数据检测方法、装置和电子设备
CN110932901B (zh) 一种告警等级调整方法及系统
CN113778557B (zh) 车辆诊断软件配置方法、装置、服务器及存储介质
US20200213794A1 (en) Method and system for measuring total sound pressure level of noise, and computer readable storage medium
US20130173215A1 (en) Adaptive trend-change detection and function fitting system and method
CN110837852A (zh) 一种轧机齿轮箱的故障诊断方法、装置及终端设备
CN115115190B (zh) 一种基于工况的质量监控方法及相关装置和程序介质产品
CN110763493A (zh) 一种故障类型的确定方法及装置
CN110411554B (zh) 一种电机设备检测方法、装置及系统
CN110909826A (zh) 一种能源设备的诊断监测方法、装置及电子设备
CN108322917B (zh) 无线网络接入故障定位方法、设备、系统及存储介质
CN107315756B (zh) 一种日志处理方法及装置
CN110401899A (zh) 音频测试方法及相关装置
CN116739269A (zh) 基于调度优化模型的排程方法、装置、计算机设备及存储介质
CN115965230A (zh) 一种晶圆制程良率分析方法、设备及系统
CN113162801B (zh) 一种告警分析方法、装置及存储介质
WO2024183563A1 (zh) 漏液监测方法、装置、电子设备和介质
CN112631929A (zh) 测试用例生成方法、装置、存储介质及电子设备
CN116170717B (zh) 复杂噪声环境下耳机降噪测试方法、装置及电子设备
CN109041238B (zh) 一种载波配置的检测方法、装置、设备及介质
CN115457972B (zh) 洗衣机噪声数据处理方法及装置
CN116665712A (zh) 语音质量评估方法、装置及存储介质
WO2018201864A1 (zh) 一种数据库性能诊断方法、装置、设备以及存储介质
CN113382348B (zh) 耳机的检测方法、装置、系统及计算机可读存储介质
CN111447106B (zh) 一种故障检测方法、装置、存储介质及通信设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200207

RJ01 Rejection of invention patent application after publication