基于邊緣計算的化工設備噪音污染監控應用

徐東 黃海艇 劉典勇 蘇道靜

摘要：邊緣計算能夠實時對數據進行處理分析，還具有很好的擴展性能、安全性能、位置感知性能，是符合現代需要和要求的一種計算方式。化工機械設備產生的噪音污染存在很大的安全隱患，為了對其進行實時監控，將邊緣計算引入其中用于對噪音進行監控，目的在于通過對噪音污染的監控更好的發現化工機械設備的是否存在問題。文章通過數學建模的方式，基于邊緣計算對化工機械設備噪音污染進行監控，與普通的噪音污染監控對比。通過仿真實驗，得出基于邊緣計算的噪音污染監控有更好的識別噪音作用，而且噪音污染監控誤差與普通噪音污染監控相比降低了五倍。

關鍵詞：邊緣計算;化工機械設備;噪音污染;監控

中圖分類號：TQ053;R126.9文獻標識碼：A 文章編號：1001-5922（2019）11-0063-04

化工機械設備在工作時會畫過聲音來傳遞某些信息，比如，機械設備存在安全隱患了，其在工作運行時就會傳出某種特別的聲音，但是由于化工機械設備的工作環境比較特殊，存在比較多的噪音污染，往往都會將化工機械設備給我們傳遞的安全隱患的聲音所掩蓋住，從而不能通過聲音的方式及時的發現化工機械設備的問題，就會造成比較大的經濟損失。邊緣計算是一種新的計算模式，能夠運用于很多的場合環境，從而達到監控的作用。本文為了能夠將這種噪音污染減小甚至消除，將邊緣計算運用于化工機械設備噪音污染監控中，研究化工機械設備噪音污染的監控應用。

1邊緣計算的簡介

1.1邊緣計算的含義

邊緣計算存在很多種不同的定義方式，相對有權威的定義是施巍松等人將邊緣計算定義為邊緣計算是指在網絡邊緣執行計算的一種新型計算模式，邊緣計算中邊緣的下行數據表示云服務，上行數據表示萬物互聯服務。丁春濤等人通過總結其他學者對邊緣計算的定義，給出了自己的定義方式，即邊緣計算是一種新型計算模式，符合現代發展要求，通過在靠近物或數據源頭的網絡邊緣側，為應用提供融合網絡、存儲和計算等資源。而且邊緣計算還有另一種作用，其也是一種使能技術，通過在網絡邊緣側提供這些資源，滿足行業在敏捷聯接、安全與隱私保護、實時業務、應用智能、數據優化等方面的關鍵需求，即邊緣計算在現代行業中能夠發揮比較大的作用。

邊緣計算也有其體系構架，它屬于云和終端設備中間的一部分，即是在云和終端設備之間將邊緣設備引入其中，從而發揮更大的作用。所以邊緣計算的體系構造包含著3個部分，這3個部分分別為云層、邊緣層、終端層，該體系構造看似簡單，但是中間經過了非常過的程序，如圖1所示。

1.2邊緣計算的優勢

邊緣計算是在終端用戶和云之間所引入的一個部份，所以它具有的功能和優勢都會比較明顯，由于它的優勢所在，所以被廣泛應用與不同的場景，比如在醫療保健、海洋監測、車輛互聯、視頻監控等場景都會有所應用，本文為了提高化工機械設備噪音污染監控能力，將邊緣計算應用于化工機械設備噪音中。

邊緣計算能夠對數據進行實時處理和分析。將計算任務放到網絡邊緣進行處理分析，不僅加強了數據傳輸陸能，還能實時進行處理，也分擔了一部分云計算的任務。

邊緣計算具有較高的安全性能，能夠保護隱私數據。因為對數據進行處理時是在設備上進行，而不是在云中心進行處理數據，如果數據上傳到云中心中進行處理就會存在一定的風險，就算邊緣計算所用的設備出現問題，就只是對本地收集的數據產生風險性而不會影響到大量其他的數據。

邊緣計算能夠具有對位置進行感知，還能減少流量，因為不用將收集到的數據上傳到云中心，只用在本地就可以進行計算，所以就減少了網絡的流量。邊緣數據還具有可擴展性，而且其擴展路徑相對的非常便宜，只用邊緣數據中心和物聯網設備就可以將邊緣計算的能力擴展，還有可以降低擴展的成本費用。

2基于邊緣計算的化工機械設備噪音污染監控模型建立

2.1發現問題

化工機械設備常常發出非常大的噪音污染，該噪音不僅會影響到工作人員的心理和身體健康，還會對化工機械設備造成很大的傷害，最重要的是當噪音過大時，機械設備存在某些問題時，會通過一定的聲音進行放映出來，從而相關的工作人員可以及時的發現問題，但是由于化工機械設備的噪音過于強大，將需要聽到的噪音所遮蓋住，從而無法讓工作人員及時的發現機械設備的問題，就會造成更大的安全隱患和經濟損失。所以需要對化工機械設備噪音污染進行實時監控，為了達到更好的監控效果，于是引入的邊緣計算。

2.2分析問題

邊緣計算因其能對數據進行實時處理和分析，而且可擴展性較強，還能有極好的感知位置作用，被用于化工機械設備的聲音智能檢控中可以起到很好的作用。本文是基于邊緣計算下，通過建立噪音監控模型，該模型能夠對噪音進行排除，保留有效聲音。

對聲音信號進行識別時，一般情況下有3個特征可以識別，分別為聲音的短時能量、MEL頻率倒譜參數和短時過零率，當然還有其他的特征參數。短時能量就是獲取的一幀的聲音其能量的大小，每幀的聲音其能量是有所不同的，所以可以用來對聲音信號進行識別;MEL頻率倒譜參數就是通過入耳所獲取的聲音，這種所傳達的高音或低音沒有跟聲音頻率成線性關系;短時過零率就是一幀的音波穿過橫坐標的次數。

在化工機械設備上進行安裝聲音傳感器，就可以對噪音污染進行收集、監控，并且對噪音實時進行監控。對其進行監控的目的在于通過聲音了解化工機械設備的運行狀態，然而在監測過程中化工機械設備傳出的噪音太大，干擾了重要的聲音傳達，所以在對噪音信號進行處理時將其無用的噪音消除掉，不然就會影響化工機械設備的判斷結果，消除掉無用的噪音后就可以提高化工機械設備的判斷準確率。

2.3模型建立

l：濾波器的編號

c（l）：中心頻率

h（l-1）：上限頻率

o（l+1）：下限頻率

通過聲音傳感器監測到的聲音第一步就是去除無關噪音處理，使用的方法就是小波分析法，從而得出反應化工機械設備運作狀態的有用噪音。第二部就是對該噪音進行加窗處理，即對信號進行處理。矩形窗和漢明窗是常用的窗，由于漢明窗可以很好的展現出噪音信號的頻率特征，所以本文通過漢明窗進行信號處理。第三步即最后就是對噪音進行倒譜分析，為的是能夠求得MEL頻率倒譜參數。

3仿真實驗

通過仿真試驗可以驗證基于邊緣計算的化工機械設備噪音污染監控的效果。本文選用非線性函數y=2x₁²+3x₂²作為測試函數，一共設置為2000組的數據。圖2和圖3分別代表著普通的噪音檢測和基于邊緣計算的噪音檢測，從圖中可以看出，普通的噪音檢測其效果不好，容易存在較大的誤差，誤差絕對值的和是1.2046，而基于邊緣計算的噪音檢測其效果明顯變好，通過對噪音的監控，更能發現化工機械設備產生噪音所反映的問題，其誤差絕對值之和為0.2403，比普通的檢測提高了無倍多。所以，基于邊緣計算的噪音污染監控更能發現化工機械設備的問題，從而能夠達到很好的監控效果。

通過仿真實驗可知，基于邊緣計算的噪音污染監控能夠有效的對化工機械設備進行監控，所以將其運用于實際的化工機械設備噪音檢測中，實現實時在線檢測。現將對其在實際的運用中進行實驗，看是否能夠達到滿意的效果。

在化工機械設備上進行采集原始噪音，每天進行采集，一共持續2個月，然后得到了260組的聲音，最后對這260組的原始數據進行計算，同樣的通過2種方式對數據進行處理，一種是普通的噪音污染監控，另一種是基于邊緣計算的噪音污染監控，對數據處理完之后再與實際的情況做對比。最后的出的結果如圖4和圖5，圖4代表著普通的噪音監控結果與實際結果的比較，圖5代表著基于邊緣計算的噪音監控結果與實際結果的比較。通過對圖4和圖5的比較，基于邊緣計算的噪音污染監控誤差比普通的噪音污染監控要小得多，而且基于邊緣檢測的對噪音的識別率是70.3，而普通的噪音識別率是61.6，說明基于邊緣計算的噪音污染監控更能反映出化工機械設備的噪音，其識別效率更高，對噪音污染的監控更能放映出化工機械設備是否存在問題。

4結語

噪音污染對化工機械設備的危害比較大，本文將邊緣計算引入到對噪音污染的監控之中，通過數學建模的方法基于邊緣計算的噪音污染監控的效果更加明顯，能夠將化工機械設備多余的噪音進行凈化，留下所需的噪音，對化工機械設備是否出現問題進行判斷，用于反映機械設備的使用狀況。通過仿真實驗可知，與普通的噪音監控相比，基于邊緣計算的噪音污染控制，其噪音識別效果更加優異，而且其監控誤差以5倍的數量遞減，足以說明基于邊緣計算的噪音污染控制更加有利于化工機械設備的運行質量。在將來的研究中，還可以繼續對噪音污染監控進行研究，使其效果更加的明顯，本文的效果雖然有一定的改善，但是并沒有達到一個最好的效果，所以還需要繼續對其進行研究。