一种电机异响识别方法和识别系统技术方案

本发明专利技术涉及一种电机异响识别方法及识别系统，一种电机异响识别方法包括步骤如下：音频采集、音频处理、图像读取和图像分析，识别系统包括声音采集存储模块、信号处理模块、图片处理模块、数据分析模块、机器视觉识别系统和中央处理模块；声音采集模块采集的声音输入信号处理模块，信号处理模块、图片处理模块、数据分析模块、机器视觉识别系统和中央处理模块保持数据交互，通过该系统完成电机异响识别方法。本发明专利技术进行异响识别，识别准确率高，识别速度快。度快。度快。

【技术实现步骤摘要】
一种电机异响识别方法和识别系统


[0001]本专利技术涉及电机检测
，尤其是指一种电机异响识别方法和识别系统。

技术介绍

[0002]工业上制造出的电机，可能会存在机构上的问题或缺陷。其中一些缺陷无法用肉眼识别，根据经验，可用声学手段来识别此类缺陷。目前流行的声学方法是专业听音人员直接人耳听音，来判断电机工作时有无异响，并根据异响将其归类为某种缺陷类型。采用人耳听音的方法，主要有以下缺点：听觉感觉带有个人主观性，影响判断；异响的识别完全依赖于听音人员的经验，经验不同的人员之间存在较大差异；长期听音会导致听力损失甚至耳聋。
[0003]因此需要使用计算机自动识别电机音频异响的方法，来代替人耳听音。但现有的异响自动识别方法，在设计或实施时存在以下困难：
[0004]1、不同异响类型，其区别主要体现在信号的局部细节。由于电机音频的时域信号具有变化剧烈、易混有噪声等特点，难以观察到时域信号的局部细节；采用傅里叶变换可把信号从时域转换到频域进行观察，但傅里叶变换是一种全局变换，也不能用于信号的局部分析。因此传统的时域分析法和傅里叶变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电机异响识别方法，其特征在于包括以下步骤：步骤S1：采集待测样品电机的工作中的声音，并保存为音频文件；步骤S2：读取音频文件后，对音频信号进行短时傅里叶变换，通过对信号进行时域和频域的联合分析得到谱图；步骤S3：将谱图去除坐标标尺后保存为图片，作为电机异响的特征图，读取特征图获得各像素的灰度；步骤S4：将读取的特征图与已知类型异响的特征图进行图像匹配，利用灰度数据计算出相似度，根据相似度判定待测样品电机的异响类型；其中将已知类型异响的特征图作为模板，且基于灰度数据计算相似度的公式为：其中，S(x,y)为待测样品电机的特征图上像素(x,y)的灰度，T(x，y)为模板上像素(x,y)的灰度，待测样品电机的特征图和模板的大小均为M
×
N像素，D为全部像素灰度的平均误差平方和。2.根据权利要求1所述的电机异响识别方法，其特征在于：在步骤S2中，短时傅里叶变换算法如下：其中，t为时间，Ω为频率，x(t)为电机音频信号，g(τ)为一给定窗函数；STFT
x
(t，Ω)为信号的短时傅里叶变换，是(t，Ω)的二维函数；对上式两边同时取模平方，有：S
x
(t，Ω)为电机音频信号x(t)的短时傅里叶谱或称为谱图，且是(t，Ω)的二维函数，将谱图表示为强度图的形式。3.根据权利要求1所述的电机异响识别方法，其特征在于：所述步骤S3中还包括：对读取的特征图进行预处理，将读取的特征图中需要的信号突出。4.一种电机异响识别系统，其特征在于：包括声音采集存储模块，用于采集待测样品电机的工作中的声音，并保存为音频文件；信号处理模块，用于读取音频文件，对音频信号进行短时傅里叶变换，通过对信号进行时域和频域的联合分析得到谱图；...

【专利技术属性】
技术研发人员：陶欣，
申请(专利权)人：中科声玄苏州科技有限公司，
类型：发明
国别省市：