本发明专利技术涉及一种采用振型频率组合的工件缺陷类型音频检测方法。现有的音频检测技术效率低且对复杂工件缺陷检测正确率低。本发明专利技术方法的具体步骤是首先对工件进行音频测试，获得最佳声音片段；其次从最佳声音片段中提取特征参数；然后应用模式识别建立振型频率组合矩阵与缺陷类型之间的对应关系；最后利用已完成的振型频率组合矩阵与缺陷类型之间的对应关系检测工件缺陷。本发明专利技术采用工件频谱中的一阶或多阶振型频率以及振型频率间的差值构成振型频率组合向量来检测工件缺陷类型，不仅可以解决工件的合格与否，还可区分出缺陷类型。
【技术实现步骤摘要】
本专利技术属于音频检测领域，具体涉及。
技术介绍
音频检测是一种根据工件振动时的音频特征来对其内部质量检测的一种无损检 测方法，相对于X射线、超声等，其成本低、操作方便。它作为一种定性检测用于工件或其他 产品合格与否的判断，如汽车凸轮轴球磨化率的检测利用共振频率和球磨化率之间函数关 系；弹体药室容积测量利用共振频率和体积之间的关系通过线性回归求出对应函数关系； 禽蛋外壳裂纹检测与分类利用鸡蛋敲击声音的频谱合格的鸡蛋有一明显的主频率，且主频 率值较低，有裂纹的磁瓦主频率值相对较高或有多个幅值较大频率没有主频率值；轴承裂 纹缺陷的检测利用轴承激振的音频信号频谱能量分布特点，合格轴承的频谱中包含较多的 高频成分，有缺陷轴承包含的高频成分较少。 通常上述的音频检测通常采用单一特征量如固有频率或衰减率，被检工件形状规 则如球体、立方体、圆柱体等。对于结构复杂的工件，因其振动的复杂性，单一特征量难以完 整描述工件不同类型的损伤。
技术实现思路
本专利技术的目的是针对现有技术的不足，提供一种采用振型频率组合的工件缺陷类 型音频检测方法。该方法利用工件的一阶或多阶振型频率及其振型频率差值为特征参数构 成振型频率组合来判断工件缺陷及其类型。 本专利技术方法的具体步骤是 步骤(1)、对工件进行音频测试，获得最佳声音片段。具体方法为 a、由麦克风和录音工具组成声音采集系统，将麦克风置于激振块周围，将工件从 固定高度10mm-15mm平稳自由跌落至激振块，由声音采集装置采集声音并保存为声音文 件，每个工件单独保存一个声音文件。 b、将采集到的声音文件导入到信号处理软件中，提取最佳声音片段即从工件跌落 至激振块开始到振动结束的声音片段。所述的提取最佳声音片段的方法是在时域中磁瓦 跌落声音幅值远远大于噪音幅值，定义区别跌落声与噪音的阈值为M(按照跌落声和噪音 的实际大小确定)，按时间顺序搜索幅值，以声音幅值大于阈值点的时间点为起点，向后计 数t个时间点(时间点长度由工件跌落自由振动的时间长度决定)，该时间段即为最佳声音 片段。 步骤(2)、从最佳声音片段中提取特征参数。具体方法为在信号处理软件中应用 傅立叶函数(fft函数)对最佳声音片段做频谱变换，提取频谱上的典型峰值频率即振型固 有频率，并计算相邻振型间的频率差值，将振型固有频率和频率差值作为工件的振型频率 组合向量。 选取各种类别缺陷工件各30 50个重复上述步骤(1)和步骤(2)，获取工件振型 频率组合矩阵。 步骤(3)、应用模式识别建立振型频率组合矩阵与缺陷类型之间的对应关系。 步骤(4)、利用已完成的振型频率组合矩阵与缺陷类型之间的对应关系检测工件 缺陷。具体方法为 让一工件从固定高度10mm-15mm处平稳自由跌落至激振块，由声音采集装置采集 声音并保存为声音文件，导入信号处理软件提取最佳声音片段，重复步骤(2)得到该工件 的振型频率组合向量，在振型频率组合矩阵与缺陷类型之间的对应关系查找该工件的振型 频率组合向量所属类别，完成工件缺陷类型的判断。 本专利技术采用工件频谱中的一阶或多阶振型频率以及振型频率间的差值构成振型 频率组合向量来检测工件缺陷类型。与传统音频检测方法相比，该方法解决了传统音频检 测特征量单一、被测工件形状规则的局限性，是对传统音频检测的扩展，不仅可以解决工件 的合格与否，还可区分出缺陷类型。具体实施例方式实施案例一、磁瓦缺陷音频检测 磁瓦是一种圆拱形瓦状的磁性工件，整体密度不均匀，呈现中间低两边高。作为各 种电机的主要配件，磁瓦广泛用于信息行业、摩托车、电动工具行业、汽车工业、医疗、矿山 台金、工业自动化控制、石油能源、民用工业等行业。由于其形状和加工制造工艺原因，易出 现各种裂纹和掉块，以及内部肉眼不可见得暗开缺陷。目前磁瓦采用人工检测缺陷，检测效 率低，缺陷误检率高。 针对型号5479磁瓦，通过着色渗透检测确定了磁瓦成品的缺陷类型为 AIO——轴向贯穿深入平行于底面位于中间的短裂纹 TI——内弧面切向平行于端面的裂纹 TIO——轴向贯穿深入平行于底面的短裂纹 AI——轴向平行于底面的内弧面裂纹，即位于内弧面的轴向裂纹 AO——轴向平行于底面的外弧面裂纹，即位于外弧面的轴向裂纹 其具体实施步骤如下 步骤(1)、对磁瓦进行音频测试，获得最佳声音片段。具体方法为 a、由麦克风和计算机自带录音器组成声音采集装置，将麦克风置于激振块旁，开 启录音器后将磁瓦从固定高度10mm处平稳自由跌落至激振块，采集声音保存为采样频率 为48kHz的声音文件，每个磁瓦工件单独保存一个声音文件。 b、将采集到的声音信号导入到matlab7. 0软件中，提取最佳声音片段即从磁瓦跌 落至激振块开始到振动结束的声音。具体方法为在时域中磁瓦跌落声音幅值远远大于噪 音幅值，根据跌落声与噪音的实际强度定义区别跌落声与噪音的阈值为0. 6，按时间顺序搜 索幅值，以声音幅值大于阈值点的时间点为起点，向后计数8000个时间点，该时间段即为最佳声音片段。 步骤(2)、从最佳声音片段中提取特征参数。具体方法为应用matlab软件中的 fft函数对最佳声音片段做频谱变换，查找频谱上的典型峰值频率即振型频率，磁瓦在频谱4上有3个典型峰值分别为9. 6kHz段、15. 6kHz段、20kHz段，分别定义为第7阶振型频率、第 8阶振型频率、第9阶振型频率，提取这3阶振型频率，计算第7、8阶振型间的频率差值和第8、 9阶振型间的频率差值，将这5个值作为磁瓦的振型频率组合向量。 选取各类别缺陷工件各30-50个重复上述步骤(1)和步骤(2)，获取工件振型频率 组合矩阵。 步骤(3)、应用模式识别建立振型频率组合矩阵与缺陷类型之间的对应关系。具体 方法为 c、将磁瓦5479的品质特征与振型频率矩阵作对比，首先观察第7阶振型频率，以9. 7kHz为阈值，小于9. 7kHz的为缺陷严重的AIO类和TIO类缺陷，大于9. 7kHz的为AI/AO 类和没有缺陷的磁瓦。 d、在第7阶分类基础上，观察第8阶振型频率，当第7阶振型频率小于9. 7kHz时， 以15. 3kHz为阈值，小于15. 3kHz的为AIO类缺陷，大于15. 2kHz但小于16kHz的为TIO类 缺陷。再观察第9阶、第7、8阶差值、第8、9阶差值与磁瓦品质特征之间的关系，TIO类缺 陷第7、8振型频率差值大于6. 2kHz。 e、第7阶振型频率大于9. 7kHz的磁瓦中，A0/AI类磁瓦第7阶振型频率小于10kHz，观察第8阶振型频率，以16kHz为阈值，小于16kHz但大于15. 3kHz的为AI/A0类缺陷磁瓦，大于16kHz的为没有缺陷类磁瓦。再观察第9阶、第7、8阶差值、第8、9阶差值与磁瓦品质特征之间的关系，没有缺陷类的磁瓦第9阶振型频率大于21kHz。 将上述模式识别分类结果汇总可知 AIO类缺陷的振型频率组合为F7 < 9. 7kHz， F8 < 14kHz， F8—F7 < 5. 3kHzF7 < 9. 7kHz， 14kHz < F8 < 15. 3kHz， 5. 2kHz < F8-F7 < 5. 8kHz TIO类缺陷的振型频率组合为F7 < 本文档来自技高网...
【技术保护点】
一种采用振型频率组合的工件缺陷类型音频检测方法，其特征在于该方法包括如下步骤：步骤（１）、对工件进行音频测试，获得最佳声音片段，具体方法为：ａ、由麦克风和录音工具组成声音采集系统，将麦克风置于激振块周围，将工件从固定高度１０ｍｍ～１５ｍｍ平稳自由跌落至激振块，由声音采集装置采集声音并保存为声音文件，每个工件单独保存一个声音文件；ｂ、将采集到的声音文件导入到信号处理软件中，提取最佳声音片段即从工件跌落至激振块开始到振动结束的声音片段；所述的提取最佳声音片段的方法是：在时域中磁瓦跌落声音幅值远远大于噪音幅值，定义区别跌落声与噪音的阈值为Ｍ，按时间顺序搜索幅值，以声音幅值大于阈值点的时间点为起点，向后计数ｔ个时间点，该时间段即为最佳声音片段；步骤（２）、从最佳声音片段中提取特征参数，具体方法为：在信号处理软件中应用傅立叶函数对最佳声音片段做频谱变换，提取频谱上的典型峰值频率即振型固有频率，并计算相邻振型间的频率差值，将振型固有频率和频率差值作为工件的振型频率组合向量；选取各种类别缺陷工件各３０～５０个重复上述步骤（１）和步骤（２），获取工件振型频率组合矩阵；步骤（３）、应用模式识别建立振型频率组合矩阵与缺陷类型之间的对应关系；步骤（４）、利用已完成的振型频率组合矩阵与缺陷类型之间的对应关系检测工件缺陷，具体方法为：让一工件从固定高度１０ｍｍ～１５ｍｍ处平稳自由跌落至激振块，由声音采集装置采集声音并保存为声音文件，导入信号处理软件提取最佳声音片段，重复步骤（２）得到该工件的振型频率组合向量，在振型频率组合矩阵与缺陷类型之间的对应关系查找该工件的振型频率组合向量所属类别，完成工件缺陷类型的判断。...
【技术特征摘要】
一种采用振型频率组合的工件缺陷类型音频检测方法，其特征在于该方法包括如下步骤步骤(1)、对工件进行音频测试，获得最佳声音片段，具体方法为a、由麦克风和录音工具组成声音采集系统，将麦克风置于激振块周围，将工件从固定高度10mm～15mm平稳自由跌落至激振块，由声音采集装置采集声音并保存为声音文件，每个工件单独保存一个声音文件；b、将采集到的声音文件导入到信号处理软件中，提取最佳声音片段即从工件跌落至激振块开始到振动结束的声音片段；所述的提取最佳声音片段的方法是在时域中磁瓦跌落声音幅值远远大于噪音幅值，定义区别跌落声与噪音的阈值为M，按时间顺序搜索幅值，以声音幅值大于阈值点的时间点为起点，向后计数t个时间点，该时间段即为最佳声音片段；步骤(2)、从最佳声音片段中提取特征参数，具体方法为在信号处...
【专利技术属性】
技术研发人员：侯德鑫，傅琳，叶树亮，杨遂军，
申请(专利权)人：中国计量学院，
类型：发明
国别省市：86[中国|杭州]
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。