一种吸油烟机声音故障识别方法技术

技术编号:26888098 阅读:23 留言:0更新日期:2020-12-29 15:59
本发明专利技术涉及一种吸油烟机声音故障识别方法,其特征在于包括如下步骤:步骤一、采集噪声信号;步骤二、对噪声信号进行6层小波包分解;步骤三、提取第6层的64个节点的小波包系数;步骤五、计算64个节点的能量值及在总能量值中的占比;步骤六、计算150Hz~260Hz和1000Hz~1500Hz内的能量值在总能量值中的占比;步骤七、若150Hz~260Hz内的能量值在总能量值中的占比超过10%,输出电磁异音故障信号;若第一个、第二节点的能量值之和在总能量值中的占比不超过80%,且1000Hz~1500Hz范围内的能量值在总能量值中的占比超过5%,输出风机系统存在故障信号。与现有技术相比,本发明专利技术准确率高。

【技术实现步骤摘要】
一种吸油烟机声音故障识别方法
本专利技术涉及一种吸油烟机声音故障识别方法。
技术介绍
随着人们生活品质的提高,用户对吸油烟机产生的噪声提出的要求越来越高。因此,吸油烟机在出厂前,产线需要对吸油烟机整机噪声进行人工异常音检测,以筛选出噪声不正常的吸油烟机,并对其进行返修。但是这个过程需要专业听音员来控制,不同人员判断结果常常不能达成一致性。吸油烟机整机噪声所包含的信号能够反映出吸油烟机整体噪声情况,包括了电机异常、各个零部件异常以及工艺配合等引起的噪声异常。由于油烟机风机转速范围广,工况范围宽,出口阻力不定常等非平稳因素,导致噪声信号的时域信号以及频谱信号不能直接表征油烟机噪声异常与否。因此寻找一种新的能够表征油烟机噪声异常与否的识别方法显得十分必要。
技术实现思路
本专利技术所要解决的首要技术问题是针对上述现有技术提供一种能够提取表征吸油烟机故障的客观参量,从而准确判断油烟机声音故障的识别方法。本专利技术解决上述技术问题所采用的技术方案为:一种吸油烟机声音故障识别方法,其特征在于包括如下步骤:步骤一、采集吸油烟机的噪声信号:提取吸油烟机运行过程中的噪声信号;步骤二、对步骤一提取的噪声信号进行6层小波包分解;步骤三、提取第6层的64个节点在0~2000hz范围内的小波包系数;步骤五、根据步骤四提取的小波包系数,分别计算第6层中的64个节点的能量值,同时计算出第6层中所有64个节点的总能量值,然后分别计算各个节点的能量值在总能量值中的占比;步骤六、根据步骤四提取的小波包系数,计算频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比,以及计算频率在1000Hz~1500Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比;步骤七、若频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比超过10%,则输出吸油烟机存在电机电磁异音故障信号;若第6层中第一个节点与第二节点的能量值之和在总能量值中的占比不超过80%,且频率在1000Hz~1500Hz范围内的能量值在总能量值中的占比超过5%,则输出吸油烟机风机系统存在故障信号。所述步骤一中,在吸油烟机运行过程中,采集30~45秒吸油烟机运行时产生的声音信号,将该声音信息作为吸油烟机运行过程中的噪声信号。与现有技术相比,本专利技术的优点在于:本专利技术提供速度吸油烟机声音故障识别方法,能够提取能够表明油烟机故障的客观参量,以此来准确判断油烟机噪声故障异音,因此对吸油烟机的噪声故障异音识别率高,准确率高。附图说明图1为本专利技术实施例中吸油烟机声音故障识别方法流程图。具体实施方式以下结合附图实施例对本专利技术作进一步详细描述。如图1所示的吸油烟机声音故障识别方法,其包括如下步骤:步骤一、采集吸油烟机的噪声信号:提取吸油烟机运行过程中的噪声信号;步骤二、对步骤一提取的噪声信号进行6层小波包分解;步骤三、提取第6层的64个节点在0~2000hz范围内的小波包系数;步骤五、根据步骤四提取的小波包系数,分别计算第6层中的64个节点的能量值,同时计算出第6层中所有64个节点的总能量值,然后分别计算各个节点的能量值在总能量值中的占比;步骤六、根据步骤四提取的小波包系数,计算频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比,以及计算频率在1000Hz~1500Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比;步骤七、若频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比超过10%,则输出吸油烟机存在电机电磁异音故障信号;若第6层中第一个节点与第二节点的能量值之和在总能量值中的占比不超过80%,且频率在1000Hz~1500Hz范围内的能量值在总能量值中的占比超过5%,则输出吸油烟机风机系统存在故障信号。本申请中,考虑到油烟机的特性,正常噪声的油烟机噪声能量分布主要集中在第第一、第二节点,第6层中第一个节点与第二节点的能量值之和在总能量值中的占比往往超过90%;本申请中,第6层中第一个节点与第二节点的能量值之和在总能量值中的占比不超过80%,且频率在1000Hz~1500Hz范围内的能量值在总能量值中的占比超过5%,就可以准确判断出吸油烟机风机系统存在故障,此时吸油烟机的噪声信号会出现明显异音。在低频150Hz~260Hz阶段范围内的能量值在第6层中所有64个节点的总能量值中的占比如果超过10%,可以准确判断吸油烟机的噪声中会出现电机电磁异音。步骤五中,根据步骤四提取的小波包系数,分别计算第6层中的64个节点的能量值的计算过程采用现有常规技术,如2017年5月公开的由杨兴国撰写的重庆大学硕士论文《发动机异响的特征提取与模式识别》中公开的相关内容;步骤六中,根据步骤四提取的小波包系数,计算频率在150Hz~260Hz范围内的能量值的计算过程采用现有常规技术;如2017年5月公开的由杨兴国撰写的重庆大学硕士论文《发动机异响的特征提取与模式识别》中公开的相关内容。本文档来自技高网...

【技术保护点】
1.一种吸油烟机声音故障识别方法,其特征在于包括如下步骤:/n步骤一、采集吸油烟机的噪声信号:提取吸油烟机运行过程中的噪声信号;/n步骤二、对步骤一提取的噪声信号进行6层小波包分解;/n步骤三、提取第6层的64个节点在0~2000hz范围内的小波包系数;/n步骤五、根据步骤四提取的小波包系数,分别计算第6层中的64个节点的能量值,同时计算出第6层中所有64个节点的总能量值,然后分别计算各个节点的能量值在总能量值中的占比;/n步骤六、根据步骤四提取的小波包系数,计算频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比,以及计算频率在1000Hz~1500Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比;/n步骤七、若频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比超过10%,则输出吸油烟机存在电机电磁异音故障信号;若第6层中第一个节点与第二节点的能量值之和在总能量值中的占比不超过80%,且频率在1000Hz~1500Hz范围内的能量值在总能量值中的占比超过5%,则输出吸油烟机风机系统存在故障信号。/n

【技术特征摘要】
1.一种吸油烟机声音故障识别方法,其特征在于包括如下步骤:
步骤一、采集吸油烟机的噪声信号:提取吸油烟机运行过程中的噪声信号;
步骤二、对步骤一提取的噪声信号进行6层小波包分解;
步骤三、提取第6层的64个节点在0~2000hz范围内的小波包系数;
步骤五、根据步骤四提取的小波包系数,分别计算第6层中的64个节点的能量值,同时计算出第6层中所有64个节点的总能量值,然后分别计算各个节点的能量值在总能量值中的占比;
步骤六、根据步骤四提取的小波包系数,计算频率在150Hz~260Hz范围内的能量值在第6层中所有64个节点的总能量值中的占比,以及计算频率在1000Hz~1500H...

【专利技术属性】
技术研发人员:时璐璐余旭锋
申请(专利权)人:宁波方太厨具有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1