基于聲信號的多通道故障診斷系統(tǒng)研發(fā).pdf

1、伴隨著科學技術(shù)的進步，現(xiàn)代社會的自動化程度越來越高，各行各業(yè)都擁有各式各樣的工業(yè)設(shè)備以提高生產(chǎn)效率，而現(xiàn)在的設(shè)備在功能越來越完善的同時結(jié)構(gòu)也越來越復雜，根據(jù)可靠性的基本理論:越復雜的產(chǎn)品，發(fā)生故障的幾率越大。一些核心的設(shè)備一旦發(fā)生故障不僅會造成巨大的經(jīng)濟損失，還有可能威脅到工作人員的生命安全，甚至造成災(zāi)難性的事故。所以對設(shè)備的運行狀態(tài)進行監(jiān)測及故障診斷有著迫切的市場需求。當設(shè)備的運行狀態(tài)發(fā)生改變時，其產(chǎn)生的聲信號的聲學特性在時域部分和頻

2、域部分往往也會發(fā)生改變，而聲信號又能夠在不影響設(shè)備運行狀態(tài)的情況下實現(xiàn)非接觸式測量，所以將聲信號作為故障診斷的研究對象，對設(shè)備運行狀態(tài)進行監(jiān)測和故障診斷對于確保設(shè)備安全運行，避免重大經(jīng)濟損失有著重要的實際意義。
　　本文以基于聲信號的故障診斷系統(tǒng)研發(fā)為課題，采用在時頻局部化分析中表現(xiàn)出色的小波包分解能量特征和接近人耳聽覺感受的梅爾倒譜系數(shù)特征以及它們的融合特征對采集到的聲信號進行特征提取，使用SVM分類器進行訓練，并借助美國凱斯西

3、儲大學的軸承數(shù)據(jù)庫進行測試，得到的實驗結(jié)果表明基于上述特征的診斷系統(tǒng)具有較高的識別率。同時結(jié)合實際經(jīng)驗，考慮到設(shè)備正常數(shù)據(jù)多，故障數(shù)據(jù)少甚至沒有的情況，本文將高斯模型這種異常檢測方法應(yīng)用到故障診斷中，來監(jiān)測設(shè)備的異常運行狀態(tài)，并在相同的實驗數(shù)據(jù)上進行了驗證，得到的實驗結(jié)果表明該方法能夠以較高的識別率來區(qū)分正常數(shù)據(jù)和異常數(shù)據(jù)，其擬合結(jié)果在異常數(shù)據(jù)的分類上也表現(xiàn)良好。
　　本文結(jié)合實際需求對故障診斷系統(tǒng)的功能進行分析，對系統(tǒng)的整體架構(gòu)

4、進行設(shè)計，并選用MPS-140401-Ⅰ型多通道信號采集器和CRY333自由場測量傳聲器以及CRY506前置放大器來獲取多路的聲信號數(shù)據(jù)，通過Matlab和C/C++混合編程技術(shù)將用Matlab實現(xiàn)的數(shù)據(jù)處理算法封裝到由MFC搭建的應(yīng)用程序中，通過和數(shù)據(jù)庫的交互來存儲系統(tǒng)的各種參數(shù)信息，編程開發(fā)出了一套針對具體應(yīng)用場景采樣頻率可調(diào)的、由聲信號數(shù)據(jù)驅(qū)動的、在人機交互下能夠不斷優(yōu)化的、多通道的故障診斷系統(tǒng)。并使用風扇數(shù)據(jù)、軸承數(shù)據(jù)、和工廠中