噪聲信號的機械故障檢測方法

李明璐，唐帆，尹藝玲

(西華大學機械工程學院，四川 成都 610039)

引言

機械設備在運行中總伴隨有機器噪聲產生，實際上這是由于機械振動引起周圍空氣介質振蕩。機械發出的噪聲頻率實際上就是機械振動的頻率，這些噪聲信號中既包含著大量機械設備運行的狀態信息，同時也包含著機械設備運行的故障信息，因此可以通過對機械噪聲對設備進行故障分析。機械在正常工作時，由于機械振動產生的語音信號應該是平穩的。如果音頻信號在某個時刻發生了非穩態變化，則說明設備可能出現了某種故障，這種故障一般發生在機器設備內部，有時是不易測量的。對于某種機械設備，其非穩態音頻信號的變化會變得非常微小，此時，作為判斷故障的重要指標之一，對音頻信號頻譜細化分析的精確性便顯得尤為重要。

1 噪聲信號處理的基本流程

從信號分類的角度看，噪聲信號屬于不確定信號，它是隨機信號中的一種。工程中的隨機信號一般均按各態歷經的隨機過程來進行處理。信號的分析方法有時域法、頻域法等。通過采集到的設備運行的噪聲信號為時域信號，但在時域內一般不易發現與振動相關的特征量。頻域分析又稱為譜分析，主要研究信號在頻域內的各種特征量。對噪聲信號的頻譜分析不僅可以反映機械設備振動的情況，還可以將頻譜圖中的頻率與傳動件的轉速建立起關聯。

1.1 噪聲信號的采集與分析

利用噪聲信號的頻譜圖分析噪聲的頻率成分，并由此判斷機械設備的故障點，機械設備若出現異常，其運行過程中的狀態參數將會發生變化，并通過噪聲反應出來。從頻譜圖上看，原始噪聲信號頻率集中在100Hz～300Hz的頻率段，譜峰所對應的頻率的值可能是異常點。

2 FIR數字濾波器

FIR它可以在保證任意頻幅特性的同時具有嚴格的相位特性，且系統總是穩定的，其設計方法是通過頻率抽樣法、窗函數法同時配合最優線性相位變化等。窗函數設計由于物理意義直觀、運算簡便，現已在工程實際中廣泛應用。對于在現場采集噪聲信號，需要考慮的一個主要問題是如何減小機械儀器設備電源產生的工頻50Hz的交流聲干擾的影響。在處理噪聲信號時工頻干擾信號一并被放大，還將受到工頻信號的調制，使信號帶有“毛刺”。而原始噪聲信號用帶通濾波器濾除50Hz的工頻干擾。

表1濾波數據時域與頻域分析圖

3 噪聲信號的功率譜分析

對于現場采集到的噪聲信號，無法用一個確定的數學表達式來精確描述，只能用它的各種統計平均量來表征。其中，自相關函數最能完整地表征其特定的統計平均量值，而一個隨機信號的功率譜密度(PSD)正是自相關函數的傅里葉變換。因此，我們可以用功率譜密度來表征信號的同級平均譜特性，這也是對噪聲信號的基本處理方法。功率譜估計有多種方法，一般可以分為經典譜與現代譜。經典譜估計中較為常用的是周期法，韋爾奇(welch)方法是對周期圖法的改進，算法的思想是通過加窗(加權，非矩形窗)求取平滑，以分段重疊求得平均，該方法首先是將N個數據點分成L個小段，每小段M點(LM=N)，分別對這L個信號求周期圖，然后求這L個周期圖的平均值。

4 結束語

從以上分析可知：通過對機械產生的噪聲信號的檢測，同時運行狀態分析及故障診斷。從信號的采集角度看，噪聲測試比其他測試方法要更方便一些，而且還是非接觸式測量，適宜的頻率范圍更寬。另外，噪聲信號具有各態歷經性，可用一個樣本的統計特征來代替總體統計特征，這也意味著采集到的噪聲信號并不需要太長，一個有限時間內的記錄就可以滿足分析要求，這不僅減少了采集到的噪聲信號的數據量，減小存儲空間，還提高了分析、處理的速度。

當然，如果要通過噪聲信號來對機械設備的運行狀態進行實時在線監測的話，不僅需要一個合適的音頻信號處理方法，還需要硬件的支持。