基于梅爾頻譜的電磁繼電器內部異響特征提取

摘要：通過對電磁繼電器異響聲音信號進行時頻分析和異響特征提取方法的研究，選擇梅爾頻譜來提取異響特征。首先，對異響聲音信號進行預處理；然后，通過短時FFT變換得到異響聲音信號的頻譜圖；接著，通過梅爾濾波器組得到梅爾頻譜；最后，經過實驗驗證，梅爾頻譜可以較好地表達電磁繼電器異響特征，具有較強的抗噪聲干擾能力，且數據大小適中，可為后續的故障診斷提供有效信息。

關鍵詞：電磁繼電器；內部異響；梅爾頻譜；特征提取；時頻分析

中圖分類號：TP391.4文獻標志碼：A文章編號：1674-2605（2023）06-0007-07

DOI：10.3969/j.issn.1674-2605.2023.06.007

Extraction of Internal Abnormal Noise Features of

Electromagnetic Relay Based on Mel Spectrum

LU Qiwen1" LIN Shengyu2" DENG Chang2" LIU Xiali2" HUANG Zhihai2

（1.GuangzhouZhirou Intelligent Technology Co.， Ltd.， Guangzhou 510006， China

2.School of Mechanical and Electrical Engineering， Guangdong University of Technology， Guangzhou 510006， China）

Abstract：By conducting time-frequency analysis on the abnormal sound signal of electromagnetic relay and studying the method of extracting abnormal sound features， Mel spectrum is selected to extract abnormal sound features. Firstly， preprocess the abnormal sound signal; Then， the frequency spectrum of the abnormal sound signal is obtained through short-term FFT transformation; Next， obtain the Mel spectrum through the Mel filter bank; Finally， through experimental verification， the Mel spectrum can better express the abnormal noise features of electromagnetic relay， has strong anti noise interference ability， and the data size is moderate， which can provide effective information for subsequent fault diagnosis.

Keywords：electromagnetic relay; internal abnormal noise; Mel spectrum; feature extraction; time-frequency analysis

0 引言

電磁繼電器是一種通過弱電流、低電壓來控制強電流、高電壓的自動開關，主要完成信號傳遞、執行控制、系統配電等功能，不僅在工業和民用設備中應用廣泛，在航空航天、軍工等領域也是不可或缺的基本元件[1-2]。電磁繼電器在生產過程中，由于零件尺寸的一致性難以保證，裝配過程復雜，導致其參數、性能指標的一致性較差[3-4]。因此，在電磁繼電器生產過

程中有電性能測試、密封性檢測、外觀檢測、老化測試、內部異響檢測等多道質量檢測工序[5-6]。其中，內部異響是電磁繼電器內部松動零部件與其他零部件碰撞發出的聲音。目前，內部異響檢測主要采用人工檢測的方法，存在主觀性強、成本高、效率低等問題。聲學檢測是被測件在運行過程中或外界激勵下產生機械振動并發出聲學信號，通過對聲學信號進行特征分析來進行故障檢測[7-8]。采用聲學檢測的方法進行電

磁繼電器內部異響檢測，需要先提取電磁繼電器內部異響特征。

本文利用梅爾頻譜提取電磁繼電器內部異響特征。首先，對比分析電磁繼電器兩種異響聲音信號，選用了異響特征較為明顯的發聲方式；然后，對麥克風采集的電磁繼電器內部異響聲音信號進行時頻域特征分析；接著，對電磁繼電器內部異響聲音信號進行預處理；最后，利用梅爾頻譜提取電磁繼電器內部異響特征。

1" 電磁繼電器結構及工作原理

電磁繼電器主要由線圈、彈簧、鐵芯、動觸點、銜鐵等零部件組成，內部結構如圖1所示。

電磁繼電器分為低壓控制電路和高壓工作電路兩部分，工作原理如圖2所示。

電磁繼電器是利用電磁鐵控制工作電路通斷的開關。當線圈通電時，產生電磁效應，銜鐵在電磁力的吸引下克服彈簧的拉力吸向鐵芯，使銜鐵的動觸點B與靜觸點C（常開觸點）吸合；當線圈斷電后，電磁力消失，銜鐵在彈簧的反作用力下返回原來的位置，使動觸點B與靜觸點A（常閉觸點）吸合，達到電路導通、切斷的目的。

2" 電磁繼電器兩種異響聲音信號分析

電磁繼電器發出的聲音有兩種：一種是電磁繼電器主動發聲，即在電路通斷狀態切換的瞬間，鐵芯吸合和釋放銜鐵時發出的“嘀”“嗒”聲；另一種是電磁繼電器被動發聲，即在外部激勵下發出聲音，如敲擊電磁繼電器外殼、向電磁繼電器外殼發射已知波形的聲波來振動電磁繼電器等。

在實驗室安靜環境下，輸入周期為400ms的方波信號，對正常電磁繼電器和內部零件松動的異常電磁繼電器進行通斷電測試。

利用音頻采集系統采集電磁繼電器的聲音信號。音頻采集系統主要包括MEMS數字麥克風、電磁激振器、邊緣計算平臺等。首先，在電磁激振器上安裝夾具和多個電磁繼電器；然后，將MEMS數字麥克風水平放置在距離電磁繼電器5cm的地方，關閉隔音罩，開啟電磁激振器，利用MEMS數字麥克風采集電磁繼電器的聲音信號；最后，關閉電磁激振器，打開隔音罩，邊緣計算平臺處理采集的電磁繼電器的聲音信號。

正常和異常電磁繼電器通斷電時聲音信號的音頻波形及頻譜圖如圖3所示。

音頻波形及頻譜圖

由圖3可知，正常電磁繼電器和內部零件松動的異常電磁繼電器通斷電時聲音信號的音頻波形非常接近，頻譜圖的能量分布也基本一致，即通過聲音信號的音頻波形和頻譜圖很難區分正常電磁繼電器和內部零件松動的異常電磁繼電器。

在實驗室安靜環境下，利用電磁激振器振動正常電磁繼電器和內部零件松動的異常電磁繼電器。電磁激振器在10～100Hz的低頻段振動，振幅約為10mm。利用MEMS數字麥克風采集正常電磁繼電器和異常電磁繼電器聲音信號的音頻波形，如圖4所示。

由圖4（b）可以看出，在一個周期的類正弦基波中存在兩處高頻率的異響特征信號，這是內部零件松動電磁繼電器在振動過程中零件碰撞產生的異響聲音。

為此，本文用電磁激振器振動多個電磁繼電器的被動發聲方法來采集電磁繼電器內部異響聲音信號。

3電磁繼電器內部異響聲音信號時頻分析

電磁繼電器內部異響聲音信號時頻分析主要關注聲音信號在時間和頻率上的變化。

在實驗室安靜環境下，將6個電磁繼電器同時放到電磁激振器上進行振動檢測，電磁激振器的頻率為15Hz，采集聲音信號的音頻波形如圖5所示。

由圖5（b）可以發現，類正弦基波的波峰和波谷存在異響特征信號。

對比圖4和圖5可以發現：當電磁激振器負載只有1個電磁繼電器時，其發出的波形是一個相對標準的正弦波；當電磁激振器負載為6個電磁繼電器時，其發出的正弦波出現了形變。

在實驗室安靜環境下，對比2個正常電磁繼電器和2個內部零件松動的異常電磁繼電器聲音信號的FFT頻譜圖，如圖6所示。

在工業噪聲環境下，正常電磁繼電器和內部零件松動的異常電磁繼電器聲音信號的音頻波形和頻譜如圖7所示。

由圖6、7可知：在實驗室安靜環境下，時域或頻域的內部零件松動的異常電磁繼電器聲音信號都有鮮明的特征；但在實際工業噪聲環境下，考慮到檢測效率和電磁激振器壽命等因素，需要同時檢測6～10個電磁繼電器，且激振頻率提高到25Hz以上，導致電磁激振器本身的聲音產生了隨機變化，增大了特征提取難度；且實際檢測過程中，存在噪聲干擾，無法從時域或頻域提取單一特征對內部零件松動的異常電磁繼電器聲音信號進行有效表征，增加了異響特征提取的難度。

4異響聲音信號聲譜圖構建

采集的電磁繼電器內部異響聲音信號特征不固定、頻率范圍較寬，且在噪聲干擾的環境下，很難通過單一的時域或頻域特征進行故障診斷。因此，本文考慮利用聲譜圖來提取電磁繼電器異響特征。

4.1異響聲音信號預處理

采集的電磁繼電器內部異響聲音信號預處理主要包括剪裁、預加重、分幀與加窗、降噪處理等。

首先，對異響聲音信號進行剪裁，確保可提取到異響特征且數據量較小，使用Audacity音頻編輯器將聲音信號統一剪裁為1 s的長度。

然后，對異響聲音信號進行預加重，強調高頻信號，減小低頻信號的影響，提高異響聲音信號的質量和可識別性。預加重先對異響聲音信號進行微分運算，再乘以一個系數，計算公式為

（1）

式中： 為預加重后的異響聲音信號； 為原始異響聲音信號；\"α\" 為預加重系數，一般取值在0.9～1之間，可以通過不同的預加重系數來調整高頻信號的增益。

接著，通過分幀的方法將異響聲音信號切割成短時信號，再進行加窗處理，使短時信號兩側的突變數據變得平滑。本文使用漢明窗（公式（2））進行加窗處理，將每幀短時信號和漢明窗函數相乘，加窗后異響聲音信號的頻譜能量減小，避免了頻譜泄露和振蕩等問題。

（2）

最后，降噪處理。噪聲主要分為外部工業環境的白噪聲和電磁激振器工作時產生的低頻噪聲兩部分。采用維納濾波降噪算法來減弱外部工業環境的白噪聲影響；利用FIR帶通濾波器降低電磁激振器工作時產生的低頻噪聲。濾波效果如圖8所示。

由圖8可知，采集的電磁繼電器內部異響聲音信號的頻段為4～10kHz，電磁激振器噪聲低于100 Hz，將帶通濾波器的通帶范圍設置為2～10kHz，對低頻電磁激振器的類正弦波噪聲有較好的抑制效果。

4.2基于梅爾頻譜的異響特征提取

預處理后的電磁繼電器內部異響聲音信號被分為很多幀，每幀異響聲音信號通過短時FFT變換得到一個頻譜，如圖9所示。

對短時FFT變換后的頻譜取絕對值，得到的聲譜圖如圖10所示。

由圖10可知，聲譜圖既可以看出異響聲音信號隨時間的變化，也可以看出每幀異響聲音信號的能量分布。

電磁繼電器內部異響聲音信號的短時頻譜如圖11所示。

由短時頻譜幅值的平方可得到功率譜，其突出了強弱信號間的差異。電磁繼電器內部異響聲音信號的功率譜如圖12所示。

本文選用梅爾頻譜作為聲譜圖來表達電磁繼電器內部異響特征。梅爾頻譜將普通頻率轉換成梅爾頻率。梅爾頻率對低頻是近似線性的，對高頻是非線性的。梅爾頻率基于人類的聽覺習慣進行分析，即利用一組三角濾波器來模擬人耳的頻率分辨力，該組三角濾波器不是均勻分布的，在低頻率段濾波器間中心頻率間隔較短，在高頻率段濾波器間中心頻率間隔較長。

本文采用的梅爾濾波器組由64個三角濾波器組成，將頻譜與梅爾濾波器相乘，可轉換為梅爾尺度上的功率譜，梅爾濾波器組S（m）的計算公式為

（3）

式中：M為三角濾波器的個數，k為頻譜長度，X（k）為異響聲音信號的頻譜，H_m （k）為第m個三角濾波器的系統響應函數，其計算公式為

（4）

式中：f（m）為第m個三角濾波器的中心頻率。

得到電磁繼電器異響聲音信號的梅爾頻譜如圖13所示。

5實驗分析

在突發噪聲、強烈噪聲、電磁繼電器異響等環境下，利用梅爾頻譜對采集的電磁繼電器異響聲音信號進行特征提取實驗。

FIR帶通濾波器的帶通范圍為2 ～10kHz；分幀的幀長為20ms，幀移為10ms；梅爾濾波器組為64個三角濾波器，通過梅爾頻譜將電磁繼電器內部異響聲音信號轉換為（64，94，1）的二維單通道圖像。實驗結果如圖14所示。

由圖14可知：正常電磁繼電器雖然存在白噪聲干擾，但其梅爾頻譜整體趨于光滑；電磁繼電器內部異響特征在聲譜圖上表現為豎直的能量不同的條紋，異響特征微弱的聲音信號，其能量條紋變淺；突發噪聲干擾只會覆蓋部分梅爾頻譜。綜上所述，梅爾頻譜對多類異響聲音特征都有較好的表達效果。

6結論

本文通過對電磁繼電器兩種異響聲音信號進行時頻域特征分析，選擇梅爾頻譜來提取電磁繼電器內部異響特征。通過在多種環境下采集電磁繼電器內部異響的聲音信號，發現其梅爾頻譜能夠有效抵抗突發噪聲的影響，對異響特征有較好的表達效果。但本文采集的電磁繼電器樣本數據量不多，可能無法涵蓋所有實際可能發生的異常情況，下一步將繼續完善數據樣本，進一步檢驗方法的有效性。

參考文獻

[1] 尚浩天.噪聲背景下基于深度學習的轉機故障識別[D].吉林：東北電力大學，2022.

[2] 翟國富，崔行磊，楊文英.電磁繼電器產品及研究技術發展綜述[J].電器與能效管理技術，2016（2）：1-8.

[3] 孫宗先，崔韜，頓明真，等.城軌車輛電磁繼電器選型方法探討[J].機電工程技術，2022，51（12）：280-283.

[4] 肖斌.電磁繼電器質量一致性設計及關鍵工序控制技術研究[D].哈爾濱：哈爾濱工業大學，2020.

[5] AOKI T， HAMADA K， YOSHIDA K， et al. Technical trends and international standardization activities in electromagnetic relays for control systems[J]. IEICE Transactions on Electronics， 2019，102（9）： 628-635.

[6] 張紅斌，楊云，李廣麗.直流電磁繼電器測試系統的設計[J]. 微計算機信息，2006（22）：92-94.

[7] 王彪，彭佳，嚴宇，等.交直流繼電器電性能測試系統設計[J]. 中國高新科技，2022（20）：10-11;20.

[8] 孫麗，趙俊杰，袁春元，等.基于時域和譜峭度特征融合及指數模型的滾動軸承RUL預測[J].機床與液壓，2023，51（10）：203-209.

[9] 蔡波，黃晉英，杜金波，等.基于MEEMD多特征融合與LS-SVM的行星齒輪箱故障診斷[J].中國測試，2021，47（9）：126-132.

[10]唐偉.聲學缺陷檢測中關鍵技術的研究[D].天津：天津大學， 2018.

[11]賀正楚，潘紅玉.德國“工業4.0”與“中國制造2025”[J].長沙理工大學學報（社會科學版），2015（3）：103-110.

[12]吳易容.廣州地鐵列車繼電器的可靠性分析與換型研究[D]. 廣州：華南理工大學，2018.

[13]李恒奎，衛昱乾，楊崗.動車組軸承軌旁聲學故障診斷研究綜述[J].軸承，2022，516（11）：1-7.

作者簡介：

盧綺雯，女，1982年生，碩士，主要研究方向：測控技術與儀器。E-mail： 24084480@qq.com

林聲宇，男，1999年生，碩士，主要研究方向：聲學檢測。E-mail： 532099228@qq.com

鄧昌，男，1998年生，碩士，主要研究方向：聲學檢測。E-mail： 1164599755@qq.com

劉夏麗，女，1992年生，博士，主要研究方向：聲學檢測，故障診斷。E-mail： lxl@gdut.edu.cn

黃志海，男，1999年生，碩士，主要研究方向：聲學檢測。E-mail： 519652417@qq.com