基于音频分析的工程机械测量方法

基于音频分析的工程机械测量方法摘要：针对目前工程机械领域数据采集的精确度较差、步骤繁琐的现状，开发一种基于音频分析与相关性研究的测量方法与故障诊断途径。通过传声器阵列采集工程机械工作中所产生的噪声，根据频谱分析筛选故障零部件并通过广义声达时延分析计算噪声源的具体位置进行确认校核。关键词：音频分析传声器阵列相关性故障诊断Abstract:Accordingtothepooraccuracyandcomplicatedstepsofdataacquisitionintheconstructionmachineryfield,amethodofmeasurementiscreatedwhichisbasedonaudioanalysisandcorrelation.Themethodcanalsobeusedforfaultdiagnosis.Afterweacquirethenoiseofconstructionmachinerybythemicrophonearray,wecanfilterfailurecomponentsbyanalyzingthespectralandcalculatethepositionofthenoisebythetimelagofsoundarrive,andalsoconfirmthemeachother.Keywords:Soundanalysis;Microphonearray;Correlation;Faultdiagnosis1.前言机械设备的振动检测与故障诊断是应用最普遍、最基本的诊断技术。机器运行过程中发生异常时，一般都会伴随着振动的变化。据统计，约有60%~70%的机械故障会通过振动和振动辐射出来的噪声反映出来。这也是为什么有经验的师傅可以通过听声音判断出机械故障的原因。相对于振动检测,声音检测具有非接触、设备简单、方便快捷的特点。根据对振动引起的噪声信号进行测量、分析、识别与处理。就能在不停机、不解体的情况下对机器的故障定位，了解故障原因及恶化程度，避免故障的发生，减少非计划停机，确保机能率，最大限度的提高机器使用的综合效益。2.音频分析目前工程机械使用最多的动力源为柴油发动机，下面就以柴油发动机为例阐述基于音频分析的工程机械测量与诊断方法。发动机是存在多个噪声源的复杂机器，根据噪声的产生机理及辐射方式，可将发动机噪声分为空气动力噪声和表面辐射噪声两大类。空气动力噪声是由气流振动产生而直接向大气辐射的噪声；表面辐射噪声是由发动机内部的燃烧过程和结构振动所产生的噪声通过发动机壳体透射或由表面振动辐射声构成的。而空气动力噪声中排气噪声是发动机的主要噪声源，它通常比其他噪声要高10~15dB。排气噪声产生的机理是：当发动机排气门打开出现缝隙时，废气以高压形式从缝隙冲出，形成频谱复杂能量又很高的噪声。其主要成分包括：因气门开、关而产生的周期性压力所激发的噪声；高速气流通过排气门和排气管道时形成的涡流噪声；由气缸和排气管产生的亥姆霍兹共振噪声。周期性排气噪声的基频为：（1）式中—汽缸数；—发动机转速；—冲程系数，四冲程=2；二冲程=1；图1为某型号六缸四冲程发动机在2600rpm时的噪声频谱图。可以看出其峰值出现在130Hz附近，完全满足公式（1）。因此噪声频谱分析可以作为测定转速以及相关故障的一种简单易行的方法。图1发动机噪声频谱对于以发动机为动力的工程机械来说，其各部件运行的频率均与发动机转速相关，因此如何准确的测量发动机的转速是是进行在线故障诊断的前提。传统的转速测量基本上都是测速发电机检测和用脉冲发生器检测两种方式。测速发电机的原理是将转速转变为电压信号，它运行可靠，但体积大、精度低，且由于测量值是模拟量，必须经过A/D转换后读入计算机。脉冲发生器的工作原理是按发动机的转速高低，每转发出相应数目的脉冲信号。通常采用旋转编码器、激光测速仪或霍尔传感器。但是上述几种转速测量方法均需要在发动机上预先安装特定设备才可以实现，也就是说无法不停机进行测量。因此对于特殊场合不太方便。而用音频分析的方式只需要将传声器置于发动机附近采集音频信号，然后进行傅里叶变换至频域就可以方便准确的测量出发动机的转速。甚至可以通过简单的录音设备如录音笔、手机等，采集声音信号到实验室进行分析处理。图2为采集到的某六缸四冲程柴油发动机分别在1800rpm、1500rpm、1000rpm以及500rpm附近的排气噪声的时间/声压图。图2某发动机1800rpm、1500rpm、1000rpm、500rpm转速下噪声声压图图3为发动机1800rpm附近的噪声声压频谱曲线，可以看出其在低频区图2发动机1800rpm附近噪声声压频谱曲线的峰值出现在90Hz附近，根据公式（1）逆推得：（2）将频域峰值=90.25、=2、=6带入公式（2）得：n=60*90.25*2/6=1805rpm图4为发动机1500rpm附近的噪声声压频谱曲线，可以看出其在低频区的峰值出现在75Hz附近，将频域峰值=74.07、=2、=6带入公式（2）得：图4发动机1500rpm附近噪声声压频谱曲线n=60*74.07*2/6=1481.4rpm图5为发动机1000rpm附近的噪声声压频谱曲线，可以看出其在低频区的峰值出现在50Hz附近，将频域峰值=50.52、=2、=6代入公式（2）得：图5发动机1000rpm附近噪声声压频谱曲线n=60*50.52*2/6=1010.4rpm图6为发动机500rpm附近的噪声声压频谱曲线，可以看出其在低频区的峰值出现在25Hz附近，将频域峰值=24.99、=2、=6代入公式（2）得：图6发动机500rpm附近噪声声压频谱曲线n=60*24.99*2/6=499.8rpm由以上各转速下计算结果来看，由音频计算发动机转速是准确的。3.声达时延定位当将单个传声器换成传声器阵列采集同一声源产生的声音信号时，由于传声器距离声源距离的不同，导致声音信号到达不同传声器时产生时差，得到时差就可以根据传声器位置解三角形求得声源位置。图7中，S为声源位置，空气中声音的速度为，H1、H2、H3为并排放置的三个传声器，H1H2=H2H3=d。在平面直角坐标系中，设S点坐标为（，),H1点坐标为（-d，0），H2点坐标为（d，0）,SH1=R1，SH2=R2，SH3=R3，图7三角法计算声源位置简图可以将估计出的到达H1与H2的时延信号，和到达H2和H3的时延信号换算成声程差：（3）（4）解三角形可得声源点距离以及入射角公式为：（5）（6） 图8、图9为测试某脉冲声源的实验布置图，三个传声器并排放置，声源在中央传声器上方0.5米左右。图8实验测试某脉冲声源的实验布置图I图9实验测试某脉冲声源的实验布置图II图10为脉冲声源时域声压波形。左图为为传声器A、B接收到的脉冲声压信号，右图为传声器B、C接收到的脉冲声压信号。图10三路脉冲声源声压曲线可以根据图示得到测试的时间差=4.8234-4.8187=0.0047s、=2.7629-2.7675=-0.0046s。将室温下声速=343.6m/s代入公式5、6得：R=0.45=0.0456=2.6°由公式5、6可以看出，要想得到足够好的测距精度，必须使基阵尺寸足够大，或者对时延估计极其精确。但在实际应用场合，基阵尺寸受到一定条件的限制，因此提高时延估计精度成为提高定位精度的关键问题。4.互相关分析工程机械测试中，噪声声源不是单一的脉冲声源，而是由若干噪声混在一起的复杂噪声，若想得到某一声源的时延估计，只分析时域声压波形是得不到任何结果的。由于接受到得信号为同一声源发出，因此接收到的信号存在一定的相关性,这时就需要研究两个信号在时移中的相关性。相关分析就是比较两个信号在时域相似程度的基本方法。通过计算不同传声关器接收到的信号之间的相函数，就可以估算出波达时间差值（TDOA）。假设声源发出的信号为，声波从声源传到传声器的时间分别为、，就是声音信号到达两传声器的时延。两传声器接收到的信号分别为和，和为互不相关的高斯白噪声。假定、、互不相关。两路传声器接收到的信号为：（7）（8）、的相关函数可以表示为： （9）将式7和式8带入式9，可得： （10）因为、、三者互不相关，所以上式可得：（11）由自相关函数的性质可得，当时，取得最大值，因此求得的最大值所对应的就是两传声器之间的时延。如图11为由LABVIEW生成的一路信号的程序框图，此信号由50Hz、75Hz、图11Labview模拟两路添加高斯噪声的相关信号原理图以及生成波形300Hz正弦波叠加构成，并且添加了等幅值的高斯噪声。经过延迟1S、幅值减半后再次添加高斯噪声后与原信号同时存储。如图12为采集信号的时域波形，此时就无法通过直接观察判断两路信号的时延。图12模拟信号的时域波形图13为将上述两路信号进行互相关处理后得到的互相关函数曲线。图13两路信号的相关函数曲线有上图可以看出其互相关函数在=0.9939处取最大值，因此可以得到两路信号时延约为1S，与实际情况相符。由上述计算过程可以看出，基本互相关时间估计的最大特点就是简单。但是这种方法的局限性也是显而易见的，在做上述推导时默认了信号与噪声以及噪声与噪声之间是互不相关的，在实际中这点是不能满足的。另外，这样定义的相关函数是严格数学意义上的统计平均或者是在平稳历时以无穷时间平均代替的数学平均。在实际中，这种严格的数学平均和无穷时间的平均是不可能做到的，只能用有限的时间平均代替无穷平均，而且不能忽略这种短时近似导致的噪声对相关函数的影响。否则的峰值将会不明显，时延估计的精度将会降低。而且在实际环境中，由于噪声和混响的影响，相关函数的最大峰会被弱化，有时还会出现多个峰值，这些都造成了实际峰值检测的困难。鉴于此，就产生了广义互相关，它可以减弱或者消除噪声对时延估计精度的影响。广义互相关延时估计的原理框图如图14所示。图14广义互相关时延估计原理框图首先由传声器1、传声器2获得语音信号，经过A/D变换器进行采样，得到待处理的声发射信号。用可移动的有限长度窗口进行分帧，对信号进行傅氏变换，然后得到两个信号的本帧互功率谱，对互功率谱按照一定的权值进行频域加权之后，通过反傅氏变换得到本帧的互相关函数，通过峰值检测找到互相关函数峰值对应的就是两个传声器间的时延。由互相关函数与互功率谱的关系可得：（12）其中为两传感器接收信号和的互功率谱。广义互相关法通过首先求两信号之间的互功率谱，然后在频域内给予一定的加权，以此对信号和噪声进行白化处理，从而增强信号中信噪比较高的成分，抑制噪声的影响，最后再反变换到时域，得到两信号之间的广义互相关函数，即：（13）其中是广义互相关加权函数。广义互相关加权函数的选择主要基于两个方面：噪声和反射情况。根据不同的情况选择加权函数，其目的就是使具有比较尖锐的峰值。峰值处就是两传声器的时延。表1中列举了几种常用加权函数以及其特性，以供不同的工况下选用。其中和分别表示传声器1和传声器2接收信号的自功率谱密度，表示传声器1和传声器2接收信号的互功率谱密度。表1常用加权函数及其特性常用加权函数加权表达式特性CC1对外围噪声、反射敏感ROTH（罗斯脉冲响应）等价于维纳滤波，可有效抑制噪声大的频带，但会展宽相关函数的峰SCOT（平滑相干变换）相比于ROTH加权，SCOT加权考虑两个通道的影响，但也会展宽互相关函数的峰改进的SCOT加权同上，但可以避免环境的回响而导致虚假峰值的检测PHAT（相位变换）在信号能量较小时分母会趋于零，从而增大误差，一些改进方法是考虑在分母中加入一个固定的常数5.结论本文详细介绍了基于音频分析的