[发明专利]基于Mel频率倒谱系数的电机异音检测方法

说明书

本发明公开了基于Mel频率倒谱系数的电机异音检测方法，包括设定采样频率和采样时长t；对音频信号进行分帧加窗处理，设置每帧的帧长L和相邻两帧的重叠长度(帧移)M，将音频信号分为N帧信号；使用基于Mel频率倒谱系数提取音频特征；计算出当前音频信号每一帧的mfcc参数，得到每个mfcc参数随帧数(时间)的变化曲线等步骤；本发明具有诸多优势，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Mel频率倒谱系数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(n)，x(n)＝x₁(n)*x₂(n)；音频信号x(n)是一种振动信号，音频信号是由于振动源(激励信号，不妨设为x1(n))作用于腔体产生的，在信号处理中，只要知道腔体的单位冲击响应函数(不妨设为x2(n))，通过x1(n)*x2(n)就能得到输出信号x(n)，其中“*”表示卷积操作。对于电机异音检测来说，合格电机的激励信号与故障电机的激励信号不一样，但是腔体的冲击响应都是一样的(腔体的冲击响应只和腔体的大小、材料、形状等有关，对于同一种电机，这些自然都是一样的)。但是通常来说，无法直接区分合格电机的x(n)和故障电机的x(n)，所以需要一种方法，能够将卷积操作变成加法操作，所以就之后的“倒谱”操作，它就是一种解卷积方法，将卷积变成加法。

步骤2、对音频信号进行分帧加窗处理，设置每帧的帧长L和相邻两帧的重叠长度(帧移)M，将音频信号分为N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；窗函数选择汉宁窗。

步骤3、使用基于Mel频率倒谱系数提取音频特征：