技术领域
[0001] 本
发明属于
信号处理领域，涉及声呐波束形成、声信号检测、声像联合、目标
定位等理论。
背景技术
[0002] 常见工业场景中的各种工业设备正常工作时都会发出各式各样的声音，但是从发声机理的
角度考虑，各种工业设备的所发出的噪声其实都可以分为两种声音，一种是由于机械摩擦产生的谐波噪声，一种是由机械碰撞产生的冲击噪声。大部分工业设备在稳定工作的时候发出的噪声状态相对平稳，多为谐波噪声或者冲击噪声，两种声音
叠加但是整体保持平衡。当工业设备发生不可预见的故障时，往往会发出异常声音，这些异常声音一般都是由于机械零
固件的异常振动产生的声音，有的是由于发生了非正常的摩擦产生的谐波噪声，有的则是零件碰撞产生的冲击噪声。这些非正常的噪声可以作为设备工作状态的诊断依据，而对机械噪声的谐波冲击分离可以有效量化设备在不同工作状态下的噪声的谐波分量与冲击分量，则当其中的某一种噪声分量比例不正常时，可以作为设备故障的检测标志。
[0003] 空气声呐由一定数目的声音
传感器按一定几何形状排列组合而成，不同数目的声音传感器及不同的组合形状会给空气声呐带来不同的性能差异，具体可以根据实际需求选用不同数目的声传感器及阵列形状。通过在空气声呐中心集成摄像机模
块，可以在实时监控声音信息的同时，捕捉视频画面，获取完备的视觉信息和听觉信息，目前空气声呐只在
语音信号处理和违法鸣笛抓拍领域有所应用，由于工业应用场景中一般噪声复杂且噪声级较高，不能将空气声纳设备直接应用于工业异常声音检测。
[0004] 目前工业设备的异常声音预警及故障检测主要通过人工方式进行，难以实现全区域
覆盖全时段的实时监测，延迟预警及故障检测缓慢容易引发二次危害，甚至带来巨大的经济损失及人员伤亡。
发明内容
[0005] 为了克服
现有技术的不足，本发明提出的一种非接触式工业异常声音检测方法，能够通过空气声纳和摄像机设备对工业生产线进行全区域覆盖不间断的实时监测，颠覆了以往的故障监测方式，实现智能化异常声音监控，为工业智能化发展与实际工程应用提供足够的技术
支撑。
[0006] 本发明解决其技术问题所采用的技术方案包括以下步骤：
[0007] 第一步，空气
声纳传感器采集声信号，第i个声纳传感器接收到的信号表示为[0008] xi(t)＝hi(t)*s(t)+ni(t)，i＝1，2，…，N
[0009] 式中*表示卷积运算，s(t)是声源原始信号，hi(t)是声源与第i个声传感器之间的环境冲激响应，ni(t)代表工业设备周围的环境噪声，N为传感器数目；
[0010] 第二步，对信号进行预处理，包括去
直流分量与二元归一化，预处理后的信号表示为
[0011] 第三步，对
指定长度的预处理信号进行短时傅里叶变换进行时
频谱分析，得到w(t)为窗函数，起到时限作用，e-jωt起频限作用；
[0012] 第四步，运用谐波冲击源分离
算法将经过短时傅里叶变换的时频谱进行分离，得到信号的谐波分量和冲击分量，分离后的谐波源 冲击源其中 Hh，i和
Ph，i的初始值为0.5Wh，i，Wh，i＝|STF T(τ，ω)|2为
能量谱， 和 为权重平滑因子，k为
迭代次数；
[0013] 第五步，采集一段工业设备正常工作时的平稳噪声，分析设备正常工作时的噪声源分量，判断设备正常工作时的噪声源的各个分量，获取设备正常工作时的信号特征
阈值；
[0014] 第六步，当新的信号分离后的谐波或者冲击任意一个分量超出第五步所设定的特征阈值时，则证明接收信号中含有非正常的声音分量，判断设备异常；
[0015] 第七步，用空气声呐波束形成计算异常声源相对声纳传感器阵列中心的
位置，通过摄像机与声纳联合校准方法将异常声源位置反应在视频画面中。
[0016] 本发明的有益效果是：能够在复杂的工业背景噪声下，实现对异常声音的检测，并通过空气声纳和摄像机设备对工业生产线进行全区域覆盖不间断的实时监测，颠覆了以往的故障监测方式，实现智能化异常声音监控，并为后续的快速故障诊断和远程故障诊断打好
基础，为工业智能化发展与实际工程应用提供足够的技术支撑。对于建设智慧工业，智能制造具有深远意义。推动了被动定位技术在安防、监控等领域的应用与发展。
附图说明
[0017] 图1是本发明的方法流程示意图。
[0018] 图2是声像联合定位示意图。
具体实施方式
[0019] 针对工业设备的异常声音检测难以实现全区域覆盖不间断的实时监测的问题，本发明提出一种非接触式工业异常声音检测方法，该方法可实现在复杂工业环境中对异常声音的检测，通过在空气声呐中心集成摄像机模块，可以在实时监控声音信息的同时，捕捉视频画面，通过对摄像机画面的与声源目标实际位置的标定校准，可以快速将空气声呐定位角度映射到摄像机画面所对应的
像素点上，实现工业异常声音的快速检测预警。进一步计算场景中的
声波，进行工业故障的快速精准检测，确定设备故障的根本原因，以便进行快速维修或其他正确合理操作。
[0020] 本发明的主步骤如下：
[0021] 第一步：空气声纳传感器采集声信号
[0022] 第i个声纳传感器接收到的信号xi(t)可以表示为
[0023] xi(t)＝hi(t)*s(t)+ni(t)，i＝1，2，…，N
[0024] 式中*表示卷积运算，s(t)是声源原始信号，hi(t)是声源与第i个声传感器之间的环境冲激响应。ni(t)代表工业设备周围的环境噪声，N为传感器数目。
[0025] 第二步：信号预处理
[0026] 信号预处理主要进行去直流分量与二元归一化。去直流分量后的信号exi(t)可以表示为：
[0027]
[0028] 第三步：时频变换
[0029] 对指定长度的预处理信号进行短时傅里叶变换进行时频谱分析。
[0030]
[0031] 式中ex(t)代表预处理后的声信号，w(t)为窗函数，起到时限作用，e-jωt起频限作用。
[0032] 第四步：谐波冲击源分离
[0033] 运用谐波冲击源分离算法将经过短时傅里叶变换的时频谱进行有效分离，得到信号的谐波分量和冲击分量，用于判断噪声信号中不同噪声源分量的高低。分离后的谐波源和冲击源分别为：
[0034]
[0035]
[0036] 其中 Hh，i和Ph，i的初始值为0.5Wh，i，Wh，i＝|STFT(τ，ω)|2为能量谱， 和 为权重平滑因子，k为迭代次数。
[0037] 第五步：正常阈值设定
[0038] 采集一段工业设备正常工作时的平稳噪声，分析设备正常工作时的噪声源分量，判断设备正常工作时的噪声源的各个分量，获取设备正常工作时的信号特征阈值。
[0039] 第六步：异常判断
[0040] 当新的信号分离后的谐波或者冲击任意一个分量超出第五步所设定的特征阈值时，则证明接收信号中含有非正常的声音分量，则判断设备异常。
[0041] 第七步：空气声呐与摄像机联合定位
[0042] 用空气声呐波束形成计算异常声源相对声纳传感器阵列中心的位置，通过摄像机与声纳联合校准方法将异常声源位置反应在视频画面中。
[0043] 下面结合附图和
实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。
[0044] 如图1所示，本发明的实施例包括以下步骤：
[0045] 第一步：空气声纳传感器采集声信号
[0046] 在工业应用环境下，工业设备所发出的声音经过多种途径传播先后到达声传感器的过程可以看作是声场环境对声源信号滤波的过程，则第i个声传感器接收到的信号xi(t)可以表示为
[0047] xi(t)＝hi(t)*s(t)+ni(t)，i＝1，2，…，N
[0048] 式中*表示卷积运算，s(t)是声源原始信号，hi(t)是声源与第i个声传感器之间的环境冲激响应。ni(t)代表工业设备周围的环境噪声，N为传感器数目，一般取值范围为16-64个。不同声传感器间的环境噪声可以是相关的。环境冲激响应hi(t)包含了声源多径传播的所有信息。
[0049] 第二步：信号预处理
[0050] 由于通过工业采集设备采集的
声音信号仍含有较强直流分量，且为了排除不同工业设备的时域能量特征变化给工业检测带来的影响，这里信号预处理主要进行去直流分量与二元归一化。二元归一化主要将信号幅度归一化到-1到1之间。
[0051] 去直流分量后的信号exi(t)可以表示为：
[0052]
[0053] 第三步：时频变换
[0054] 对3秒的预处理后信号进行短时傅里叶变换进行时频谱分析。
[0055]
[0056] 式中ex(t)代表预处理后的声信号，w(t)为窗函数，起到时限作用，e-jωt起频限作用。窗函数可选用汉宁窗，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从而使旁瓣互相抵消，消去高频干扰和漏能。傅里叶变换点数选为1024，窗长度选为1024。
[0057] 第四步：谐波冲击源分离
[0058] 运用谐波冲击源分离算法将经过短时傅里叶变换的时频谱进行有效分离，得到信号的谐波分量和冲击分量，用于判断噪声信号中不同噪声源分量的高低。分离后的谐波源和冲击源分别为：
[0059]
[0060]
[0061] 其中 Hh,i和Ph,i的初始值为0.5Wh,i，Wh,i＝|STFT(τ,ω)|2为能量谱， 和 为权重平滑因子,k为迭代次数。迭代次数一般在15-20次即可实现分离效果。
[0062] 第五步：正常阈值设定
[0063] 采集一段工业设备正常工作时的平稳噪声，分析设备正常工作时的噪声源分量，判断设备正常工作时的噪声源的各个分量，获取设备正常工作时的信号特征阈值。
[0064] 第六步：异常判断
[0065] 当新的信号分离后的谐波或者冲击任意一个分量超出第五步所设定的特征阈值时，则证明接收信号中含有非正常的声音分量，则判断设备异常。
[0066] 第七步：空气声呐与摄像机联合定位
[0067] 用空气声呐波束形成计算异常声源相对声纳传感器阵列中心的位置，通过摄像机与声纳联合校准方法将异常声源位置反应在视频画面中。
