[發明專利]礦用排水泵噪聲多時域特征聯合分析方法

在審

• 申請號: 202110344762.3
• 申請日: 2021-03-29
• 公開（公告）號: CN113160836A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 李敬兆;汪磊;秦曉偉;孫杰臣
• 申請（專利權）人: 安徽理工大學
• 主分類號: G10L19/02
• 分類號: G10L19/02;G10L25/51;G01R31/34
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.礦用排水泵噪聲多時域特征聯合分析方法，其特征在于，該方法包括以下步驟：

通過低通濾波器對水泵電機的音頻信號進行濾波處理，消除原始音頻信號中的混疊失真和高頻噪聲；

對濾波后的音頻數據進行預加重和分幀處理，減少音頻信號高頻短的信號衰減，將長段音頻數據分成若干小段音頻數據；

計算各段音頻數據的峭度，根據計算出的峭度值判定水泵電機此刻的健康狀況；

當無法通過峭度值對水泵電機健康狀況進行判定時，計算音頻數據的短時能量、短時平均過零率，利用多時域特征參量聯合判定水泵電機的健康狀況。

2.根據權利要求1所述的礦用排水泵噪聲多時域特征聯合分析方法，其特征在于：利用所述Gammatone濾波器對水泵電機的音頻信號進行濾波處理，將原始音頻信號中的混疊失真和高頻噪聲進行濾除，減少干擾；

所述Gammatone濾波器，其時域表達式為：

式中，A是濾波器的增益，b_i是濾波器的衰減因子，f_i是濾波器的中心頻率，φ_i是偏移相位，U(t)是階躍函數。

3.根據權利要求1所述的礦用排水泵噪聲多時域特征聯合分析方法，其特征在于：對濾波后的音頻數據進行預加重和分幀處理，減少音頻信號中高頻部分的衰減，將長段的音頻數據分成若干短段數據；

音頻數據預加重，具體步驟如下：

假設n時刻音頻采樣值為x(n)，預加重處理后的結果為：

y_n(n)＝x(n)-αx(n-1),0.9＜α＜1

式中，α為預加重系數；

音頻數據的分幀處理，具體步驟如下：

分幀步驟可根據音頻數據的大小，合理選擇分幀數，進行分幀處理，具體公式如下：

式中，w(n)是分幀函數，f(x)是音頻數據總長，N是分幀數。

4.根據權利要求1所述的礦用排水泵噪聲多時域特征聯合分析方法，其特征在于：利用處理好的音頻數據，計算音頻數據的峭度，根據計算結果進行水泵電機的健康診斷；

音頻數據的峭度計算，具體步驟如下:

定義音頻數據的n階中心統計矩，具體為:

M_n＝E[(x-μ)ⁿ],

式中，x為音頻信號，E表示期望，μ為均值

峭度定義如下：

式中，σ為標準差。

利用峭度的絕對值進行水泵電機的健康診斷，當峭度指標的絕對值大于8，判定為電機存在故障；當峭度指標的絕對值介于3和8之間，進行短時能量及短時平均過零率的計算，進一步判定水泵電機的健康狀況；當峭度指標的絕對值小于3，判定為水泵電機健康。

5.根據權利要求1所述的礦用排水泵噪聲多時域特征聯合分析方法，其特征在于：當峭度值無法直接判斷水泵電機的健康狀況，計算音頻數據的短時能量、短時平均過零率等時域重要特征參量，對水泵電機的健康狀況進行聯合判定；

計算音頻數據的短時能量，公式如下：

y_i(n)＝w(n)·x((i-1)·inc+n),1≤n≤L,1≤i≤f_n

式中，y_i(n)是一幀的數值，w(n)是分幀函數，L是幀移長度，f_n是總幀數

第i幀音頻數據的y_i(n)的短時能量E(i)為:

進一步計算音頻數據的短時平均過零率，公式如下：

根據計算的短時能量和短時平均過零率再次判斷水泵電機的健康狀況。短時能量、短時平均過零率超出正常范圍，則判定此時水泵電機處于故障狀態，若短時能量或短時平均過零率僅有一項不在正常范圍內，則判定此時的水泵電機處于異常狀態。