具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示本发明有关的构成。

根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。

下面结合附图和实施例对本发明的技术方案做进一步的详细说明。

实施例1，如图1所示，一种应用于煤矿场景的声纹综合监测系统，包括声纹采集器1、光纤声纹监控一体机2、云端服务器3和终端设备4。声纹采集器1为声光纤音频传感器11、声纹传感器12中的任意一种，根据需要在煤矿设备上安装分布式的声光纤音频传感器11或贴片式的声纹传感器12。声纹采集器1安装于煤矿场景的待测设备上，比如排水、风机、胶带机等常用的煤矿生产设备中，声纹采集器1将采集到的声纹信号传输给光纤声纹监控一体机2。

光纤声纹监控一体机2将监听的设备声纹信息进行处理，筛选出故障信息传送到云端服务器3，云端服务器3将筛选出的故障信息进行识别，并进行分析，从而判断监听设备的工作状态，将结果输出在终端设备4上。

光纤声纹监控一体机2的内部设有高频采集器21，高频采集器21用于接收声纹采集器1采集到的声纹信号并对其处理，使其便于云端服务器3识别。其中，高频采集器22接收声纹采集器1的音频并持续生成音频文件，声纹引擎模块21接收高频采集器22的音频，过滤常规声音，上报故障音频。

云端服务器3采用私有型或公有型均可，用于分析上报来的具体故障类型，实时分发故障消息。云端服务器3的内部设有声纹引擎模块31，声纹引擎模块21采用Ai-VoiceCmfmc 3.0引擎系统，用于语音格式的无损转换和跨信道识别。声纹引擎模块21具有单机8通道便于DSP处理。在输入端，可连接手机16k16bit、平板8k16bit、Voip 8k16bit、电话8k16bit的输入端，经过转换在声纹引擎模块21的输出端可统一输出16k16bit，来连接各个厂商的声纹识别引擎，最后在通过以太网输送给客户端的应用程序。

并且声纹引擎模块21基于MFCC特征向量进行加权降维优化，并应用矢量量化算法对煤矿场景中的待测设备噪声信号进行识别，从而获得较高的识别准确率和效率，使系统准确率达95％以上。

具体的，请参阅图2，在声纹识别中，由于语音信号具有短时稳定性，为准确提取其特征向量需对信号进行预处理,矿山设备稳态噪声信号同样具有短时稳定性，也需进行信号预处理，但矿山设备噪声信号与语音信号特性不同，因此预处理方法也不同。

预处理通常包含分帧和加窗两个步骤。在对噪声信号进行分帧时，为保证相邻两帧信号间的连续性，两帧间一般有重叠。考虑重叠的信号分帧关系可表示为：

M＝n-Lb/[L(1-b)]

其中，M为帧数；n为噪声信号长度；L为帧长；b为重叠率。

声纹识别中通常取20-30ms为一帧，矿山设备分析取帧长为500ms。此外，考虑到矿山设备相同运行工况下的噪声信号较为稳定，且两帧间连续性较好，为简便计算，设置重叠率为40％。预处理后信号需进行离散傅里叶变换，对每个分帧信号先施加汉明窗再变换，以增加信号两端连续性，从而减小傅里叶变换造成的失真现象。MFCC系数是一种基于Mel频率域的倒谱系数，其中，Mel频率是根据人听觉感知特性变换的频率域：B(h)＝2595lg(1h/700)，分帧信号分别求取一特征向量，组成特征向量组，该求取过程包括FFT变换、Mel滤波、对数变换和离散余弦变换，Mel滤波由若干个三角带通滤波器组成的滤波器组实现。设滤波器个数为p，信号经滤波后可得到p个参数mi(i 1,2,,p)，其计算公式为：

其中，N为FFT点数；X(k)为预处理后分帧信号的FFT；Hi(k)为滤波器参数，可表示为:

B(、f[i+1])-B(f[i])＝B(f[i])-B(f[i-1])

其中公式中f[i]为三角滤波器中心频率。

计算得到mi后，对其取对数，并进行离散余弦变换,计算得到的c(i)即为分帧信号的MFCC特征向量。在分析矿山设备的噪声信号时，较高的MFCC特征向量维数能确保对噪声信号特征进行充分提取。但是，特征向量的维数过高会耗费大量时间，计算复杂性也随之增加。为提高计算效率，采用PCA算法对计算得到的高维MFCC特征向量进行降维精简，同时确保准确获取监控对象的噪声特征。

高频采集器22将采集到的声纹信号传输给声纹引擎模块31，声纹引擎模块21用于对高频采集器22输送来的声纹数据进行识别和分析，并将处理后的声纹数据通过以太网传送至终端设备4。

终端设备4为监控中心、后台显示设备、数据库、警报器中的任意一种或多种组合，当连接监控中心时，用于对识别出的故障声纹信号进行报警；当连接后台显示设备，比如电脑时，用于显示相应的故障情况，便于工作人员及时发现；当连接数据库时，用于将数据整合到数据库中心，工作人员可以在远程通过数据库查看该煤矿场景区域的设备运行情况；当连接警报器时，当识别出故障声纹信号直接报警。在实施时，监控中心可直接连接警报器，以便于及时报警。

上述方案中，光纤声纹监控一体机2的内部还设有故障报警系统22，故障报警系统22用于连接煤矿场景中的待测设备的控制单元。比如检测瓦斯、排水、风机、胶带机等故障高发系统或设备，当设备自身的控制单元出现问题，被故障报警系统22所检测到，而后故障报警系统22将故障信息输送给云端服务器3。

上述方案中，光纤声纹监控一体机2的内部还设有光纤侦听模块23，光纤侦听模块23用于监测煤矿场景中连接在待测设备中的光缆中纤芯振动。采用瑞利散射对引起光纤振动音频获取技术，将光纤振动信号的强度进行采集，并将采样的声音进行采样率转换，将采样获取的原始信号进行插值后得到信号，使音频采样率与播放器相匹配。光路系统按照一定频率往系统里面打入脉冲光，时时刻刻光路返回瑞利散射光，光电转换电路将光信号转换成电信号，通过预警算法判断预警点，并显示在终端地图上和全景图上。

光纤侦听模块23的工作原理为：当光在光缆中传输时，由于光子与纤芯晶格间发生作用，不断向后传输瑞利散射光。当外界有振动发生时，会引起光缆中纤芯发生形变。极其微小的振动，也会导致纤芯微弱弯曲从而引起折射率发生变化，背向瑞利散射光的相位随之发生变化，这些携带外界振动信息的信号光，反射回光纤传感器时，经光学系统处理，将微弱的相位变化转换为光强变化，经光电转换和信号处理后，进入计算机进行数据分析，根据分析的结果，判断入侵事件的性质及类型，并根据检测光与瑞利散射回光的时间差，判断出光缆皮长米数，并根据定标系统精确的判断出入侵地点物理位置。

利用光纤侦听模块23，对某一个单点的采样点进行音频采样还原处理。对听音点的光纤振动强度信号存放在内存中，对应了音频产生光纤振动，经过瑞利散射反射到采集模块。对光纤振动信号进行信号稳定性背景的信号进行滤波，滤波窗函数，滤波过程为对反序和进行累加。

光纤音频端采用瑞利散射对声音引起的光纤振动进行检测，并且利用音频还原技术，经过采样率转换、预处理、滤波、编码得到音频。而且，光纤音频可以实现远距离声音判断，听音点位置不需要供电只需要一根光纤，因此具有安全性、稳定性。

如上述，本实施例中的瑞利散射音频还原滤波过后进行编码。可预先对光纤对应位置产生的声音产生振动信号进行预处理，以该声音振动信号的强度建立能量信号时序，并以改点位置为一个音源。

实际测试中，我们向20公里长的光纤内，注入5000Hz的振动采样信号。根据奈奎斯特定理和香农定理，最高可实现2500Hz的音频还原。

实施例2，基于实施例1中的声纹监测技术方案对矿山水管进行监测：

矿山水系统包含了众多水管、抽水机、发电机等传输设备和动能设备。通过持续监测声活动,将管道中的每一声事件与水管正常状态下的声音相比较,滤去环境噪声后,剩下的声事件包含渗漏的基本声特征,再通过信号处理进行详细分析评价。当监测发现的水管的渗漏量接近临界值时，系统报警，管理单位据此安排停水、修复或者更换管线。当监测发现的水管的渗漏量接近临界值时，系统报警。

实施例3，基于实施例1中的声纹监测技术方案对矿山场景中的抽水机、电动机等动能设备进行监测：

运行中的抽水机与电动机噪声信号蕴含着丰富的设备信息，且与其内部结构、运行状态等密切相关。当监测发现的水管的渗漏量接近临界值时，系统报警。

光纤侦听模块23运用光纤感知设备振动信息，通过频率、音色以及音频特征等信息将动设备转速侦测出来。发动机在旋转时，其音频特征与转速是对应关系，采集多种转速的音频信息作为样本库。通过采集分析振波音频信息与样本库进行比对的方式，从而实现在线式转速监测，在水电机组发生故障前进行预判并告警，避免水电机组故障导致设备停机，可以减少水电机组检修时间。

实施例4，基于实施例1中的声纹监测技术方案对瓦斯系统进行监测：

煤矿井下有着多种气体源，其中可燃有害气体为：一氧化碳、甲烷(沼气)、氢气等，这些气体一旦发生燃烧，井下的安全将会造成很大的威胁甚至会引起爆炸，所以瓦斯系统的完好性及稳定性对于井下的安全起到了非常重要的保障作用。

通过声纹监测技术对运行中的瓦斯系统及其管道设备进行监控，系统采集瓦斯管道和设备发出的噪声，对复杂的噪声机理进行有效地筛选和分析，从而识别出不同的设备状态，在瓦斯设备发生故障前进行预判并告警。

对运行中的瓦斯系统及其管道设备进行监控，系统采集瓦斯管道和设备发出的噪声，实时监测瓦斯管道的安全状态。

实施例5，基于实施例1中的声纹监测技术方案对抽风机系统进行监测：

运行中的抽风设备噪声信号蕴含着丰富的设备信息，且与其内部结构、运行状态等密切相关。声纹监测技术应用在抽风设备中，通过采集设备发出的噪声，对复杂的噪声机理进行有效地筛选和分析，从而识别出不同的设备状态，为设备的状态监测提供依据。

对运行中的抽风设备进行监控，系统设备发出的噪声，实时监测抽风系统的安全状态。

实施例6，基于实施例1中的声纹监测技术方案对电力防爆系统进行监测：

对电力防爆系统中的变压器和变电柜进行声纹监控，声纹信号的获得无须接入电力变压器，不会影响其工作状态，在高电压及强电磁场中也不会受到影响。声纹电力在线监控系统集AI+物联网+5G为一体，目前可以对变压器、开关柜、母线等主要设备提供24小时在线检测，主要对变压器的各种故障状态及时预警。并实时显示在监控中心后台和巡检人员的手机APP上，对非正常状态的故障现象进行人工智能的深度学习，为运检人员提供设备全生命周期的变化监测曲线，为正确运检决策做出辅助研判。

系统对变压器，开关柜，母线等主要设备提供24小时在线检测，主要对变压器的各种故障状态及时预警。

实施例7，基于实施例1中的声纹监测技术方案对胶带机进行监测：

带式输送机不仅在煤炭生产加工过程中使用，也在煤炭采掘、生产、转运等环节广泛使用。但是，带式输送机使用过程中，随着设备运转磨损、老化等原因，导致传动滚筒与托辊发生各种故障，例如：传动滚筒和托辊容易出现损坏抱死等现象，就会与胶带硬性冲突过热老化,严峻的可致使胶带焚毁，造成严重安全事故。为防止传动滚筒与托辊发生故障时带来安全隐患,当传动滚筒与托辊发生故障时要及时维护更换,确保带式输送机正常运转。

采用分布式声光纤音频传感器11对带式输送机承载托辊振动实时在线监测，光纤侦听模块23将实时采集的振动语音数据传送至服务器，根据音频频谱变化规律分析出设备运行状况，工作人员在远程监控端实时查看设备运行振动情况。当设备运行异常时产生的音频频谱会发生变化，利用神经网络判断故障点，分析故障情况，远程监控界面收到故障报警，以便工作人员根据报警采取维护措施。

皮带机架设位置：将光缆铺设在带式输送机一侧槽钢内侧，经过拖滚支架时，固定到支架下面的角铁上，每隔0.5米安装1个磁铁，使用尼龙扎带将光缆固定在磁铁上。在完成初步实验后，改进安装方法，设计满足煤矿安全标准的夹具。

通过对带式输送机承载托辊振动实时在线监测，侦听胶带机的故障声音，根据音频频谱变化规律分析出设备运行状况，工作人员在远程监控端实时查看设备运行振动情况。

实施例8，基于实施例1中的声纹监测技术方案对煤矿层岩进行监测：

地下煤层的开采将引起上复岩层的移动和变形,特别在平原农业地区地下水位较高,加上地面迳流源源排入,塌陷洼地逐步形成积水湖泊,自然生态和地貌景观均遭到破坏。塌陷区是煤矿开采过程中伴随的消极因素,如何预测塌陷范围内生态环境的变化,合理规划、综合治理塌陷区,是煤矿生产过程中应密切重视的环境问题,也是煤矿开发环境影响评价和设计工作中的一项重要工作。

采集点布置位置：将岩层声发射传感器伸入岩层0.5米内，可监听50米范围内岩层振动和应力变化预判坍塌和地下暗河(地下空洞)利用声纹监控系统对煤矿层岩的内环境进行故障诊断，通过发射可见声波的反射来判断矿层岩地下暗河和地下空洞等地质灾害，从而预警煤矿层岩的透水和坍塌事故。

通过采集判断矿层岩地下暗河和地下空洞等声纹信息，系统平台监测出煤矿岩层的实时状态。

实施例9，基于实施例1中的声纹监测技术方案对井下电缆线进行监测：

为了防止媒矿井下电缆线被挖断或通道被外力破坏的情况，将分布式的光纤音频传感器11应用于电力电缆，通过对被测电缆全线进行24小时在线振动信号监测，结合声纹信号分析算法，及时发现、定位并预警电缆的外力破坏行为，为电力电缆的安全运行，以及管理部门和人员及时发现破坏事件并进行制止提供有力的技术保障。

通过对被测电缆全线进行24小时在线振动信号监测，及时发现、定位并预警电缆的状态。

综上所述，对所监听的设备配置分布式声光纤音频传感器11或贴片式声纹传感器12，通过传感器收集设备各种声纹信息，从而传输至光纤声纹监控一体机2，光纤声纹监控一体机2将会把监听的设备声纹信息进行处理，筛选出故障信息传送到私有/公有的云端服务器3，云端服务器3中的声纹引擎模块31将筛选出的故障信息进行识别，并进行分析，从而判断监听设备的工作状态，将结果输出在终端设备4上。通过在煤矿场景的待监测设备上安装声纹采集器1，并连接至本声纹综合监测系统，根据设备发出的噪声，实时监测设备的安全状态，发现故障时及时报警。

需要说明的是，在本文中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是，以上所述仅为本发明的具体实施方式，并不用于限定本发明保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应含在本发明的保护范围之内。