[发明专利]一种设备异音的检测方法及检测装置

说明书

本发明公开了一种设备异音的检测方法及检测装置，该检测方法包括如下步骤：采集设备运行时的一声音信号；对采集的所述声音信号进行预处理，得到一声音处理信号；从所述声音处理信号中提取多个特征参数；对所提取的所述多个特征参数和数据库中的样本进行聚类分析和SVM线性分类；根据所述聚类分析和所述SVM线性分类结果预测所述声音信号是否为异音。本发明以聚类分析和SVM线性分类相结合的方式对设备异音进行检测，如此可以使声音样本在特征空间中大范围的非线性问题可以用聚类分析加以排除，小范围的满足线性假设的声音样本，用SVM线性分类进行分类运算。与现有技术相比，具有操作简单、预测精度高等优点。

技术领域

本发明涉及一种机器异音的检测方法及装置，尤指一种基于SVM线性分类和聚类分析的异音检测方法及装置。

背景技术

异音的自动测试在过去几年一直都是工厂测试的难题。产品在正常工作中发出的噪音，是属于正常的噪音或是不正常的噪音(异音)，过去的生产测试都是以娴熟的作业人员来进行判断，包括对风扇、变压器、电源产品、投影仪、马达等设备进行的声音测试。声音测试必须依赖作业人员的判断，而人为因子又是一项检测系统中最难控制的要素，制约了产品质量零缺点目标的实现。同时必要的人员作业也限制了生产自动化的实现。

现行的声音测试，有以下几种方式：

使用声功率计。这种方式可以测量出音量的总功率或是总音量，如果总音量偏高了，可以检出为不良。但是声音异常通常是来自某一个分量的异常，功率计无法分辨出声音的组成成分。如果该异常的分量不是主要的功率分量，通常无法被检出。

使用频谱仪测量。频谱仪可以查看每个频率的分量值，尤其适合于窄带信号的检出。例如蜂鸣器发出的单频音，可以很容易透过频谱仪检出。频谱分析也是目前工程单位使用来做异音判定的主要工具。然而大部分的异音模式是宽带噪音，在每个单一频率上的分量都不显著，因此频谱仪很难分辨出宽带噪音的形式，这种判定方式存在显著的误判率，无法提供高的检出有效性。

使用声功率谱。该测量方式合并了声功率与频谱的测量，使用各种倍频程功率谱的计权方式来测量。这种测量方式较接近人耳对声音的响应，但是它的基本限制和前两项相同。正常噪音与异常噪音在功率谱的表现上差异微小，正常噪音的变动范围可能就超过了这个微小差距，使得检出能力很受限。

使用声质量测量。包括用响度(Loudness)、粗糙度(roughness)、尖锐度(sharpness)等声质量因子进行测量。这些声质量的计权仿真了人因响应，将物理量转为人耳的感受，更贴近人对响度、粗糙度、尖锐度的感觉。然而这些声质量因子实际上无法有效表征出噪音的异常与否。它的本质上是在频谱或功率谱的基础上加权计算得出，其检测的限制因子与频谱或功率谱相同。

使用加速规的共振解调技术。这是一种用振动替代异音测试的方法，在加速规的共振频率上，如果加上持续的激励存就会激发出加速规的共振。这个持续激励的来源就是异音。这个方法被证明在转动机械的异音测量中是有效的，尤其是培林异常者检出。培林异常时会激发出一连串宽带噪音，这些噪音的频率分量涵盖到了加速规的共振频率而激发共振。将共振频率信号解调可以得到激励源特征频率。这个方法在某些测试中视有效的，但是泛用性不高。对大多数的异常模式都无法进行有效检出。

用标准无响室进行测量。这种测量方式需要一个标准无响室和一套等级很高的声音测量系统，优点是在无响室中的背景噪声被压制到很低，同时用低噪声的声音采集系统，可以将测量信号的背景噪声降到最低，这样可以对异音的宽带信号的鉴别能力提到最大。这个方法由于设备造价昂贵，只适合于研究分析时使用，很难于应用到生产制造环节中。