[发明专利]基于Hilbert-Huang变换的电机异音检测方法

说明书

本发明公开了基于Hilbert‑Huang变换的电机异音检测方法，包括6个步骤。本发明可以辅助工人进行电机异音识别，提高检测效率并且保证产品的出厂质量，进而提高企业的整体的生产效率，降低企业的制造成本，同时了保护了工人的身体健康；可以有效地解决电机音频信号非稳态的问题，有效检测非稳态电机异音故障，识别准确率高。

技术领域

本发明涉及电机故障检测领域，特别是电机异音的检测方法。

背景技术

我国是洗衣机、家用空调、电冰箱、电风扇等各类小型家电用电动机的主要产地，仅家用空调电机的年产量就逾数十亿台之多。

在小型电机生产线上，产品下线之前普遍采用人工听音的方法分辨良、次品，即工人在隔音房内，用耳朵依次听取电机运行时的声音，通过工人的个人经验判断电机是否存在故障。

由于需要人做主观判断，长期以来一直难以由自动化装置替代。并且评价者的个人经验，无法建立统一的评价标准，不同的评价者可能产生不同的结论。而大批量生产过程中该工序不仅要消耗大量劳动成本，而且重复、单调的听音工作极易引起人员疲劳，容易出现误判，若个别不良品混入整批成品中，会给工厂带来严重经济损失，甚至严重影响产品声誉。

CN201510266743.8(公布号CN104992714A)披露了一种电机异音的检测方法，包括以下步骤：1、将电机处于空载状态下进行音频采集；2、将所采集到的电机的时域音频信号经傅里叶变换转换为频域波形；3、若电机的正常频域范围的最高值外存在波形，则认为该电机存在异音；若电机的正常频域范围的最高值外不存在波形，则表明此电机不存在异音。这种电机异音的检测方法的缺点在于：1、音频信号属于一种准稳态信号，即短时稳定；傅里叶变换是对稳态信号处理的常用手段，只能对稳态的信号进行信号特征提取；但是电机异音故障中，存在大量瞬时非稳态信号的故障样例；对于这些非稳态的信号，傅里叶变换无能为力。2、通过判断在指定的最高值之外是否存在波形来判断异音，不具备自适应能力，通用性不高：因为对于不同型号的电机产品就需要技术人员重新设定阈值；并且通过传感器采集音频信号时，传感器距离音源的远近也会影响阈值设定。3、无论是设置最大值还是比较波形图，都需要专业人员来判断，无法实现全自动识别。

发明内容

本发明的目的在于提供一种能够识非稳态信号的故障样例，通用性高，且故障识别过程中无需人员参与的电机异音检测方法。

基于Hilbert-Huang变换的电机异音检测方法，包括以下步骤：

步骤1、设定采样频率和采样时长t，将电机处于空载状态下进行音频信号采集x(t)；

步骤2、对音频信号进行分帧加窗处理，设置帧长为L和相邻两帧的重叠长度为M，将音频信号分为Z帧信号；帧长L以每帧内的信号能看做稳态信号为宜，从而避免整段音频信号非稳态、时变的影响；

步骤3、使用Hilbert-Huang变换提取电机音频特征：对第j帧信号{x_j，j＝1，2，3，...，60}进行EMD分解，得到一组基本模态分量{c_i(t)，i＝1，2，3，...，n}，取前三个基本模态分量进行Hilbert变换，分别构造解析信号{X_i(t)，i＝1，2，3}；求取每个解析信号X_i(t)分量的瞬时频率随时间的变化函数f_i(t)和瞬时幅值随时间的变化函数a_i(t)，按照下式求取解析信号X_i(t)在第j帧时间段内的平均频率f_i，j：其中，T表示每帧的持续时间，i表示基本模态分量序号，j表示帧数；

步骤4、以帧数为横坐标，绘制每个解析信号{X_i(t)，i＝1，2，3}的平均频率随帧数变化曲线；