[发明专利]矿用排水泵噪声多时域特征联合分析方法

说明书

本发明涉及矿用排水泵噪声多时域特征联合分析方法，所述方法用于矿用排水泵电机的健康状况诊断。首先，对采集的水泵电机运行时的音频数据进行滤波处理，滤除音频中的高次谐波，然后，对音频信号进行预加重及分帧处理，得到平滑、短小的音频段，最后，通过计算音频中的峭度、短时能量和短时平均过零率三个时域特征来综合分析判断水泵电机的运行情况。所述方法通过水泵电机音频信号的多时域特征的分析来进行水泵电机的健康状况判定，可以实时诊断水泵电机的健康状态，在保证判定准确率的前提下，判定过程更加简便。

技术领域

本发明涉及噪声分析技术领域，具体是矿用排水泵噪声多时域特征联合分析方法。

背景技术

当下，常见的电机故障及健康诊断多数的是利用振动、电流等参数进行电机的故障诊断。此种方法目前已经比较成熟，应用非常多，可以查验绝大多数的电机健康状况。但是，采用振动及电流等参数进行故障诊断时，大多是在频域或时频域下进行的，此类方法判定过程较为复杂，不够直观，并且此类参数的采集受设备约束较高，某些场景信号的采集并不是很方便。

而近年来，利用音频信号进行电机故障诊断也逐渐进行人们的视野。音频信号更直接地反应的是振源的状态，可以更加直观地反应出电机的问题所在。同时，很多工况下对振动等信号的采集要求非常高，音频信号是非接触采集，不影响设备的工作，而且音频采集装置更加简单，采集速度更快，在电机健康诊断中可以更早地发现问题。

通过音频信号对水泵电机健康状况分析是十分可行的，不仅可以解决不同工业场景的环境束缚，同时，利用音频信号的多时域特征进行故障的联合分析，简化了分析过程，也具有较高的准确度。

发明内容

本发明的目的是提出矿用排水泵噪声多时域特征联合分析方法，该方法利用水泵电机工作时的音频信号来进行电机的健康状态分析，通过对原始音频信号的滤波、预加重及分帧处理得到平滑连接的音频数据，再利用音频数据的峭度、短时能量、短时平均过零率三个时域特征对水泵电机的健康状态进行综合分析，将水泵电机的故障扼杀在萌芽之中，保证水泵电机的正常运行。

本发明为实现发明目的采用如下技术方案：

矿用排水泵噪声多时域特征联合分析方法，包括以下步骤：

通过低通滤波器对水泵电机的音频信号进行滤波处理，消除原始音频信号中的混叠失真和高频噪声；

对滤波后的音频数据进行预加重和分帧处理，减少音频数据高频段的信号衰减，将长段音频数据分成若干小段数据；

计算各段音频数据的峭度，根据计算出的峭度值判定水泵电机此刻的健康状况；

当通过峭度值无法对水泵电机健康状况进行判定时，计算音频数据的短时能量、短时平均过零率，利用多时域特征参量联合判定水泵电机的健康状况。

进一步的，低通滤波器采用Gammatone滤波器，其时域表达式为：

式中，A是滤波器的增益，b_i是滤波器的衰减因子，f_i是滤波器的中心频率，φ_i是偏移相位，U(t)是阶跃函数。

进一步的，音频数据的峭度计算，具体步骤如下:

定义音频数据的n阶中心统计矩，具体为:

M_n＝E[(x-μ)ⁿ],

式中，x为音频信号，E表示期望，μ为均值

对信号n阶中心统计矩来说，一阶中心矩是均值，二阶是方差，三阶是偏度，而四阶为峭度。因此，峭度定义如下：

式中，σ为标准差；