[發明專利]音頻特征決策的帶式運輸機健康分析方法

在審

• 申請號: 202110087720.6
• 申請日: 2021-01-21
• 公開（公告）號: CN112863546A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 李敬兆;孫杰臣;秦曉偉
• 申請（專利權）人: 安徽理工大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/87;G10L21/0216
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，該方法包括一下步驟：

步驟1：利用聲音傳感器采集帶式運輸機工作時的音頻信號；

步驟2：對步驟1采集到的音頻信號進行濾波降噪處理；

步驟3：將濾波降噪后的信號進行預處理，利用預加重、分幀加窗的方法得到預處理后的音頻信號；

步驟4：通過端點檢測的方法，檢測出經預處理之后信號的靜音段與非靜音段；

步驟5：采用時域特征的短時幅值、峭度因子特征提取方法，對步驟4得到的信號處理分析。

2.根據權利要求1所述的基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，所述步驟1中，對帶式運輸機工作時聲音的采集采用多個高敏聲音傳感器，分布排列，將采集的音頻信號通過UART串口的方式傳遞給嵌入式為處理器，并儲存在存儲器中。

3.根據權利要求1所述的基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，所述步驟2中對步驟1中的信號濾波處理采用自適應調節濾波器降噪法，通過濾波降噪，消除音頻信號中的環境噪聲，自適應調節濾波器降噪法定義為：

其中，e(n)為誤差序列，x_i(m)為輸入音頻信號，d(n)期望響應序列，w_i為權矩陣,N為信號長度。

4.根據權利要求1所述的基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，步驟3中的預處理做法如下：

預加重：預加重目的是提升音頻信號的高頻部分，防止高頻信號隨著信號的衰減消失，傳遞函數為：

H(z)＝1-αz^-1 0.93≤α≤0.97 (2)

其中，α為預加重系數。

分幀加窗：音頻信號在短時間內是連續平穩的，因此對音頻信號分幀處理方便時域穩態分析，對分幀后的音頻信號進行加窗，可以保證相鄰幀之間能夠平穩過渡，分幀加窗后的信號滿足：

其中y(n)為加窗后的信號，x_i(m)為輸入音頻信號，w(n)為窗函數。

5.根據權利要求1所述的基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，經過步驟3預處理完成后的音頻信號進行端點檢測，減少音頻信號特征提取過程中的計算量，通過提取時域中的短時能量、短時過零率特征，并設置合理的門限閥值，區分出音頻信號中的靜音段與非靜音段。

根據帶式運輸機工作時的音頻信號特征會隨著響度發生改變，用短時能量能夠反映出音頻信號的能量變化趨勢，計算過程如下：

其中，x_i(m)為輸入的音頻信號，L為幀長，fn為總幀數。

對于連續的音頻信號，短時過零率表現為時域波形穿過時間軸的次數，因此可以根據短時過零率區分出音頻信號中的低頻和高頻信號，計算過程如下：

其中，x_i(m)為輸入的音頻信號，L為幀長，fn為總幀數。

6.根據權利要求1所述的基于音頻特征決策的帶式運輸機健康分析方法，其特征在于，步驟6采用短時幅值、峭度因子的音頻信號時域特征分析方法，完成音頻信號的特征提取，根據峭度值對音頻信號沖擊的靈敏性特點，實現實時、快速檢測到皮帶運輸機的故障，短時幅值、峭度因子計算過程如下：

短時幅值：

峭度因子：

其中，x_i(m)為輸入的音頻信號。