一種基于振動(dòng)位移的揚(yáng)聲器異音故障檢測(cè)方法

許增樸，關(guān) 帥，王永強(qiáng)，周聰玲

(天津科技大學(xué)機(jī)械工程學(xué)院，天津 300222)

一種基于振動(dòng)位移的揚(yáng)聲器異音故障檢測(cè)方法

許增樸，關(guān) 帥，王永強(qiáng)，周聰玲

(天津科技大學(xué)機(jī)械工程學(xué)院，天津 300222)

為了滿足揚(yáng)聲器純音檢測(cè)的需要，提出了一種基于激光位移傳感器的揚(yáng)聲器異音故障檢測(cè)方法．該方法利用激光位移傳感器采集揚(yáng)聲器紙盆中心振動(dòng)信號(hào)，通過短時(shí)傅里葉變換將揚(yáng)聲器振動(dòng)信號(hào)從一維的時(shí)域信號(hào)變換成兩維的時(shí)頻域信號(hào)．對(duì)時(shí)頻圖采用多級(jí)閾值分割的方法進(jìn)行圖像分割，統(tǒng)計(jì)其高頻區(qū)域灰度值落于0～0.3的所有像素個(gè)數(shù)作為特征值，進(jìn)而判斷揚(yáng)聲器的好壞．實(shí)驗(yàn)表明，此方法對(duì)揚(yáng)聲器異音故障檢測(cè)的正確率可達(dá)到97%．

揚(yáng)聲器；激光位移傳感器；短時(shí)傅里葉；圖像分割

1 揚(yáng)聲器檢測(cè)系統(tǒng)原理

1.1 系統(tǒng)工作原理

測(cè)量系統(tǒng)總體結(jié)構(gòu)如圖1所示，主要包括激光位移傳感器、x–y移動(dòng)平臺(tái)、控制箱、掃頻儀、電腦、夾具．其技術(shù)解決方案為：

(1)驅(qū)動(dòng)x–y移動(dòng)平臺(tái)帶動(dòng)激光位移傳感器移動(dòng)至紙盆中心．

(2)對(duì)揚(yáng)聲器施加正弦對(duì)數(shù)掃頻信號(hào)激勵(lì)，同時(shí)用激光位移傳感器采集紙盆中心振動(dòng)位移信號(hào)．激光位移傳感器將采集到的振動(dòng)位移信號(hào)轉(zhuǎn)換成電信號(hào)，以數(shù)字信號(hào)形式輸出，供計(jì)算機(jī)后續(xù)處理．

(3)利用揚(yáng)聲器異音故障檢測(cè)軟件在計(jì)算機(jī)上完成異音故障的識(shí)別與診斷．

圖1 測(cè)量系統(tǒng)組成Fig. 1 Composition of the measurement system

揚(yáng)聲器故障檢測(cè)流程如圖2．

圖2 揚(yáng)聲器故障檢測(cè)流程Fig. 2 Flow chart of the loudspeaker fault detection

1.2 激光測(cè)距原理

采用激光位移傳感器的采樣頻率為50,kHz，測(cè)量范圍為(150±40),mm，再現(xiàn)性0.5,μm．激光位移傳感器采用激光三角法測(cè)距原理設(shè)計(jì)，主要硬件由激光源、會(huì)聚透鏡、成像透鏡、探測(cè)器(CCD)及信號(hào)處理控制器組成．

激光三角法[3–4]測(cè)距原理如圖3所示．激光發(fā)射器通過鏡頭將激光射向待測(cè)物體表面，經(jīng)物體反射的激光通過接收器鏡頭，在內(nèi)部的接收器(線陣CCD)上成像，當(dāng)物體表面位置發(fā)生變化時(shí)，其像在接收器上的位置也發(fā)生相應(yīng)位移改變，通過像移和實(shí)際位移之間的關(guān)系，可計(jì)算出待測(cè)物體的真實(shí)位移．

圖3 測(cè)距原理圖Fig. 3 Figure of ranging principle

1.3 振動(dòng)位移信號(hào)的離散短時(shí)傅里葉變換

在動(dòng)態(tài)信號(hào)處理中通常采用時(shí)域和頻域兩種基本方式來描述信號(hào)．傅里葉變換是信號(hào)從時(shí)域到頻域的數(shù)學(xué)變換方法，其能將時(shí)域信號(hào)變換到頻域中進(jìn)行分析并描述信號(hào)的整體頻譜特性．然而用于激勵(lì)揚(yáng)聲器的掃頻信號(hào)時(shí)刻都發(fā)生變化，用傳統(tǒng)的傅里葉變換無法獲得信號(hào)的時(shí)間頻率特性，因此需要采用時(shí)頻分析方法對(duì)信號(hào)進(jìn)行分析．短時(shí)傅里葉是分析瞬時(shí)頻率特性的有效工具．短時(shí)傅里葉[5]是用一個(gè)時(shí)寬足夠窄的窗函數(shù)去乘時(shí)域信號(hào)，并假定非平穩(wěn)信號(hào)在窗內(nèi)局部是平穩(wěn)的，然后進(jìn)行離散傅里葉變換，便可得到信號(hào)的局部頻譜．通過窗函數(shù)沿時(shí)間軸移動(dòng)，并對(duì)窗內(nèi)信號(hào)進(jìn)行傅里葉變換，得到信號(hào)的一系列“局部頻譜”，分析不同時(shí)刻對(duì)應(yīng)“局部頻譜”的差異，就可以得到信號(hào)的時(shí)頻特性．

若已知序列s(n)和窗函數(shù)h(n)，則s(n)的短時(shí)傅里葉變換(STFT)定義為

如果所選窗函數(shù)的窗口長度為N，則ω= 2πk/N，式(1)變?yōu)?/p>

STFT克服了傳統(tǒng)傅里葉變換不能反映信號(hào)時(shí)間信息的缺陷，是對(duì)非平穩(wěn)信號(hào)進(jìn)行分析和處理的有效數(shù)學(xué)工具．

2 揚(yáng)聲器響應(yīng)信號(hào)采集方法

2.1 信號(hào)采集

揚(yáng)聲器生產(chǎn)為快速、大規(guī)模生產(chǎn)．為提高異音檢測(cè)速度，采用20—1,500—20,Hz的正弦對(duì)數(shù)掃頻信號(hào)連續(xù)激勵(lì)．其公式表達(dá)為

圖4 掃頻信號(hào)波形圖Fig. 4 Sweep signal waveform diagram

激勵(lì)信號(hào)最高頻率為1,500,Hz，根據(jù)采樣定理，設(shè)置激光位移傳感器的采樣頻率為20,kHz，為能從振動(dòng)位移信號(hào)中截取一個(gè)整周期時(shí)域信號(hào)，采集紙盆中心大于3個(gè)周期的振動(dòng)位移信號(hào)如圖5所示．

圖5 振動(dòng)位移信號(hào)Fig. 5 Vibration displacement signal

2.2 信號(hào)的單周期獲取方法[6]

為實(shí)現(xiàn)揚(yáng)聲器異音故障診斷，要對(duì)一個(gè)完整周期的揚(yáng)聲器響應(yīng)信號(hào)進(jìn)行處理，因此需要對(duì)揚(yáng)聲器的振動(dòng)位移信號(hào)進(jìn)行單周期截取，具體過程如下：

(1)設(shè)一個(gè)完整的掃頻周期為T，對(duì)揚(yáng)聲器施加大于3周期的正弦對(duì)數(shù)掃頻信號(hào)，采集揚(yáng)聲器紙盆中心處振動(dòng)情況．

(2)將采集到的信號(hào)進(jìn)行Hibert變換，求瞬時(shí)頻率包絡(luò)線．

(3)在時(shí)間軸上確定3T/4和3T/2時(shí)間點(diǎn)，從中找出瞬時(shí)頻率最大點(diǎn)，記錄其時(shí)間為t．

(4)截取在[t－T/2，t＋T/2]時(shí)間段采集到的響應(yīng)信號(hào)．

單周期截取后的振動(dòng)位移信號(hào)如圖6所示．

圖6 單周期的振動(dòng)位移信號(hào)Fig. 6 Single cycle of the vibration displacement signal

3 揚(yáng)聲器響應(yīng)信號(hào)的特征提取及識(shí)別方法

3.1 揚(yáng)聲器響應(yīng)信號(hào)短時(shí)傅里葉分析

本文信號(hào)采集系統(tǒng)采用20,kHz的采樣頻率，一個(gè)完整周期的揚(yáng)聲器振動(dòng)位移信號(hào)采樣點(diǎn)數(shù)為12,000個(gè)．對(duì)截取的單周期響應(yīng)信號(hào)進(jìn)行短時(shí)傅里葉變換，為減少滲漏誤差，窗函數(shù)采用256個(gè)點(diǎn)的漢寧窗，窗之間的重疊數(shù)為200．

合格揚(yáng)聲器和故障揚(yáng)聲器響應(yīng)信號(hào)的時(shí)頻圖如圖7所示．可以看出，合格揚(yáng)聲器與故障揚(yáng)聲器的位移信號(hào)時(shí)頻圖主要區(qū)別在于高頻區(qū)域．因此，只考慮圖中曲線1以上區(qū)域進(jìn)行特征提取與識(shí)別．

3.2 特征提取

灰度閾值法是把圖像的灰度分成不同的等級(jí)，然后用設(shè)置灰度閾值的方法確定有意義的區(qū)域或欲分割的物體邊界．對(duì)時(shí)頻圖采用多級(jí)閾值分割法[7]，在[f，f＋0.1)(其中f為灰度值，f＝0，0.1，0.2，…，0.9)各部分的分割示意圖如圖8所示．

圖7 合格揚(yáng)聲器和故障揚(yáng)聲器的時(shí)頻圖Fig. 7 Time frequency image of good loudspeaker and fault loudspeaker

圖8 多閾值分割示意圖Fig. 8 Diagram of multi-thresholds segmentation

圖8中第4個(gè)圖到第10個(gè)圖所對(duì)應(yīng)區(qū)間的灰度點(diǎn)分布較散亂，具有隨機(jī)性．且由圖9，圖10可以看出合格與故障揚(yáng)聲器時(shí)頻圖區(qū)別主要集中在灰度值0～0.3，且在高頻區(qū)域，因此統(tǒng)計(jì)時(shí)頻圖中高頻區(qū)域內(nèi)且灰度值在0～0.3的所有像素的個(gè)數(shù)(記為N)，作為判斷揚(yáng)聲器故障的特征值(簡(jiǎn)稱特征值)．

圖9 合格揚(yáng)聲器灰度值分布示意圖Fig. 9 Diagram of good loudspeaker’s gray value distribution

圖10 故障揚(yáng)聲器灰度值分布示意圖Fig. 10 Diagram of fault loudspeaker’s gray value distribution

4 實(shí) 驗(yàn)

4.1 確定用于故障檢測(cè)的特征值

將50個(gè)揚(yáng)聲器作為樣本，其中25個(gè)為合格揚(yáng)聲器，25個(gè)為故障揚(yáng)聲器，得到的揚(yáng)聲器特征值N的測(cè)試結(jié)果見表1，N的分布情況如圖11所示．

表1 特征值的實(shí)驗(yàn)結(jié)果Tab. 1 Experiment results of characteristic value

圖11 揚(yáng)聲器的特征值分布Fig. 11 Characteristic value distribution

由圖11可以看出，合格揚(yáng)聲器與故障揚(yáng)聲器具有明顯的分布區(qū)間，故障揚(yáng)聲器最小特征值大于合格揚(yáng)聲器最大特征值．因此可選擇略大于合格揚(yáng)聲器最大特征值的數(shù)值作為判定揚(yáng)聲器是否故障的閾值，根據(jù)表1選擇特征值閾值為4,200．

為驗(yàn)證以上方法的可靠性，檢驗(yàn)另外100個(gè)同型號(hào)揚(yáng)聲器，其中80個(gè)為合格揚(yáng)聲器，20個(gè)為故障揚(yáng)聲器．經(jīng)實(shí)驗(yàn)驗(yàn)證，合格揚(yáng)聲器中有2個(gè)的特征值大于閾值，故障揚(yáng)聲器有1個(gè)的特征值小于閾值，本次實(shí)驗(yàn)的正確率為97%．

可以看出仍然存在誤檢情況．可以考慮，對(duì)于特征值與閾值相差不大于5的揚(yáng)聲器采用人工復(fù)檢方式排查，以減少誤檢．

5 結(jié) 語

本文設(shè)計(jì)了一種基于激光位移傳感器的揚(yáng)聲器異音故障檢測(cè)系統(tǒng)，對(duì)系統(tǒng)結(jié)構(gòu)、工作原理、檢測(cè)過程進(jìn)行了介紹．本系統(tǒng)通過采集紙盆中心振動(dòng)位移信號(hào)進(jìn)行檢測(cè)，可有效地避免環(huán)境噪聲對(duì)系統(tǒng)的影響．對(duì)于不同型號(hào)揚(yáng)聲器在進(jìn)行揚(yáng)聲器故障檢測(cè)時(shí)，首先統(tǒng)計(jì)一定樣本的特征值，將略大于合格揚(yáng)聲器最大特征值的閾值作為判斷揚(yáng)聲器是否故障的依據(jù)．實(shí)驗(yàn)表明，對(duì)于本次實(shí)驗(yàn)，運(yùn)用本文方法，重復(fù)實(shí)驗(yàn)結(jié)果均可達(dá)到97%的正確率，為揚(yáng)聲器異音故障檢測(cè)提供了一種實(shí)用方法．

［1］ 張?jiān)贅s. 揚(yáng)聲器純音檢聽及故障分析[J]. 電聲技術(shù)，2000(8)：31–33.

［2］ Wang Hongxing，Xu Zengpu，Zhou Congling，et al. Study on the Features of Loudspeaker Sound Faults [C]//2009 Pacific-Asia Conference on Knowledge Engineering and Software Engineering. Piscataway：IEEE，2009：155–158.

［3］ 王曉嘉，高雋，王磊. 激光三角法綜述[J]. 儀器儀表學(xué)報(bào)，2004，25(s2)：601–604.

［4］ 袁秀麗. 激光三角法測(cè)量技術(shù)在光刻機(jī)中的應(yīng)用[J].電子工業(yè)專用設(shè)備，2010(5)：34-37.

［5］ 劉本永. 非平穩(wěn)信號(hào)分析導(dǎo)論[M]. 北京：國防工業(yè)出版社，2006.

［6］ 王思俊. 基于時(shí)頻分析的揚(yáng)聲器故障在線檢測(cè)方法研究[D]. 天津：天津科技大學(xué)機(jī)械工程學(xué)院，2008.

［7］ 賀興華. MATLAB7.x圖像處理[M]. 北京：人民郵電出版社，2006.

責(zé)任編輯：常濤

Vibration Displacement Based Fault-detecting Method for the Loudspeakers’ Sound Distortion

XU Zengpu，GUAN Shuai，WANG Yongqiang，ZHOU Congling
(College of Mechanical Engineering，Tianjin University of Science & Technology，Tianjin 300222，China)

In order to meet the needs for speaker pure tone detection，a sound fault detecting method based on laser displacement sensors was proposed. Using laser displacement sensors to collect the vibration signals at the center of thespeaker cone，and by means of short-time Fourier transform，the vibration signals were transformed into two-dimensional timefrequency domain signals from one-dimensional time-domain signals. Multilevel threshold segmentation method was usedto segment images. Finally the number of pixels whose gray value is between 0 and 0.3 in the high frequency area was collected，which was used to judge whether the speaker is good or not. Experiments show that，in this experiment，the accuracy of this method is 97%.

loudspeaker；laser displacement sensor；STFT；image segmentation

TP274

A

1672-6510(2012)03-0064-04

揚(yáng)聲器是一種電聲器件，應(yīng)用廣泛，在人們的日常生活中起著重要的作用．目前，國內(nèi)揚(yáng)聲器檢測(cè)標(biāo)準(zhǔn)主要依據(jù)GB 9396—1988《揚(yáng)聲器的主要性能測(cè)試方法》的規(guī)定．其中，具有代表性的指標(biāo)為：總品質(zhì)因數(shù)、揚(yáng)聲器單元的等效容積、頻率特性、極性指標(biāo)、自由場(chǎng)條件下的聲壓、輸入電功率、頻率響應(yīng)和純音等．這些指標(biāo)中的大多數(shù)可以在消音室或現(xiàn)場(chǎng)用聲學(xué)儀器進(jìn)行精確檢測(cè)，只有純音檢測(cè)是通過人耳進(jìn)行聽覺判斷．純音檢測(cè)[1]是對(duì)揚(yáng)聲器施加20—1,500—20,Hz的正弦對(duì)數(shù)掃頻信號(hào)，利用人的聽覺檢測(cè)分析其響應(yīng)信號(hào)是否正常．用人耳評(píng)估揚(yáng)聲器好壞存在許多問題，如檢測(cè)結(jié)果因人的年齡增長、情緒變化及因長時(shí)間監(jiān)聽產(chǎn)生的聽覺疲勞等而不同．文獻(xiàn)[2]對(duì)揚(yáng)聲器純音故障特征進(jìn)行研究，其用傳聲器采集揚(yáng)聲器響應(yīng)信號(hào)，并通過時(shí)頻變換對(duì)響應(yīng)信號(hào)進(jìn)行處理，由時(shí)頻圖進(jìn)行特征曲線提取與識(shí)別．這種方法用于消音室或消音箱的環(huán)境下，對(duì)揚(yáng)聲器故障具有很好的判斷能力．但在揚(yáng)聲器生產(chǎn)車間，一般存在復(fù)雜的電磁干擾和噪聲．如大功率超聲波溶膠機(jī)工作和生產(chǎn)線運(yùn)動(dòng)產(chǎn)生的噪聲均對(duì)揚(yáng)聲器響應(yīng)聲音信號(hào)的采集影響較大．而聲音信號(hào)的采集會(huì)因背景噪聲的不同而改變．因此，怎樣實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)大噪聲環(huán)境下的異音故障檢測(cè)成為揚(yáng)聲器故障檢測(cè)的難題．

揚(yáng)聲器發(fā)聲原理為揚(yáng)聲器音圈通過音頻電流時(shí)會(huì)在磁場(chǎng)中產(chǎn)生振動(dòng)，紙盆隨音圈振動(dòng)，并推動(dòng)空氣振動(dòng)，從而產(chǎn)生聲音．本文采用激光位移傳感器直接采集揚(yáng)聲器紙盆中心振動(dòng)位移信號(hào)，截取一段整周期振動(dòng)位移信號(hào)，對(duì)其進(jìn)行短時(shí)傅里葉變換，然后采用圖像處理與分割方法由時(shí)頻圖提取特征并識(shí)別．此方法可較好地避免工業(yè)現(xiàn)場(chǎng)環(huán)境噪聲對(duì)揚(yáng)聲器檢測(cè)系統(tǒng)的影響，使測(cè)量系統(tǒng)能更好地在工業(yè)現(xiàn)場(chǎng)工作．

2012–01–10；

2012–02–22

許增樸（1952—），男，河北安國人，教授，博士生導(dǎo)師，xuzengpu@tust.edu.cn.