一种应用于工程机械的粗糙声异响源识别方法及装置与流程

本发明属于噪声诊断，具体涉及一种应用于工程机械的粗糙声异响源识别方法及装置。

背景技术：

1、粗糙声异响是工程机械齿轮传动系统的常见的异响类型之一，粗糙声的听觉特征常常表现为某个频率成分的听觉大小的连续快速变化，时域上表现为不平顺。粗糙声往往伴随有较强的调制特性，目前，主要通过粗糙度、抖动度及调制度等声学指标来识别粗糙声异响噪声。‌

2、然而实践发现，粗糙度、抖动度及调制度等声学参数只能用于区分粗糙声异响的声音品质，且评价过程往往需要与主观评分结合进行，无法用于粗糙声异响源的识别。

3、因此，如何对工程机械的粗糙声异响源进行识别是当前亟待解决的技术问题。

技术实现思路

1、本发明的目的是提供一种应用于工程机械的粗糙声异响源识别方法及装置，能够对工程机械的粗糙声异响源进行识别。

2、为了解决上述技术问题，本发明第一方面公开了一种应用于工程机械的粗糙声异响源识别方法，所述方法包括：

3、获取预先存储的异响对比数据集，并根据所述异响对比数据集确认目标异响频段；所述异响对比数据集是在先时刻对所述工程机械进行噪声数据采集得到的，所述异响对比数据集包括异响噪声数据和参考噪声数据，所述异响噪声数据为存在粗糙声异响的数据，所述参考噪声数据为不存在粗糙声异响的数据，所述异响噪声数据包括传动系统噪声数据和耳旁噪声数据，所述传动系统噪声数据为对所述工程机械的传动系统进行噪声采集得到的数据，所述耳旁噪声数据为对所述工程机械的驾驶室内司机耳旁位置进行噪声采集得到的数据；

4、根据所述目标异响频段对所述异响噪声数据进行滤波，得到异响滤波数据；所述异响滤波数据包括传动系统滤波数据和耳旁滤波数据；

5、对所述传动系统滤波数据和所述耳旁滤波数据进行归一化互相关分析，得到互相关分析数据；

6、对所述传动系统滤波数据进行调制深度分析，得到调制深度分析数据；

7、根据所述互相关分析数据和所述调制深度分析数据进行粗糙声异响源识别，得到异响源识别结果。

8、作为一种可选的实施方式，在本发明第一方面中，所述根据所述异响对比数据集确认目标异响频段，包括：

9、对所述异响对比数据进行小波分析以确认初始异响频段；

10、对所述初始异响频段进行二次识别以确认目标异响频段。

11、作为一种可选的实施方式，在本发明第一方面中，所述对所述异响对比数据进行小波分析以确认初始异响频段，包括：

12、对所述异响噪声数据进行小波分析，得到第一颜色图；

13、对所述参考噪声数据进行小波分析，得到第二颜色图；

14、对所述第一颜色图和所述第二颜色图进行对比分析以确认初始异响频段。

15、作为一种可选的实施方式，在本发明第一方面中，所述对所述初始异响频段进行二次识别以确认目标异响频段，包括：

16、根据所述初始异响频段对所述异响噪声数据进行滤波，得到初始滤波数据；

17、对所述初始滤波数据进行调制谱分析，得到调制谱分析数据；

18、对所述调制谱分析数据进行异响频段识别，得到目标异响频段。

19、作为一种可选的实施方式，在本发明第一方面中，所述传动系统滤波数据包括前桥滤波数据、后桥滤波数据和变速箱滤波数据；

20、所述对所述传动系统滤波数据和所述耳旁滤波数据进行归一化互相关分析，得到互相关分析数据，包括：

21、对所述前桥滤波数据进行包络分析，得到前桥包络数据；

22、对所述后桥滤波数据进行包络分析，得到后桥包络数据；

23、对所述变速箱滤波数据进行包络分析，得到变速箱包络数据；

24、计算所述前桥包络数据与所述耳旁滤波数据的归一化互相关系数，得到前桥互相关系数；

25、计算所述后桥包络数据与所述耳旁滤波数据的归一化互相关系数，得到后桥互相关系数；

26、计算所述变速箱包络数据与所述耳旁滤波数据的归一化互相关系数，得到变速箱互相关系数；

27、其中，所述互相关分析数据包括所述前桥互相关系数、所述后桥互相关系数和所述变速箱互相关系数。

28、作为一种可选的实施方式，在本发明第一方面中，所述对所述传动系统滤波数据进行调制深度分析，得到调制深度分析数据，包括：

29、计算所述前桥滤波数据的调制深度，得到前桥调制深度；

30、计算所述后桥滤波数据的调制深度，得到后桥调制深度；

31、计算所述变速箱滤波数据的调制深度，得到变速箱调制深度；

32、对所述前桥调制深度、所述后桥调制深度和所述变速箱调制深度进行最大值筛选，得到最大调制深度；

33、计算所述前桥调制深度与所述最大调制深度的比值，得到前桥相对深度比；

34、计算所述后桥调制深度与所述最大调制深度的比值，得到后桥相对深度比；

35、计算所述变速箱调制深度与所述最大调制深度的比值，得到变速箱相对深度比；

36、其中，所述调制深度分析数据包括所述前桥相对深度比、所述后桥相对深度比和所述变速箱相对深度比。

37、作为一种可选的实施方式，在本发明第一方面中，所述根据所述互相关分析数据和所述调制深度分析数据进行粗糙声异响源识别，得到异响源识别结果，包括：

38、计算所述前桥互相关系数与所述前桥相对深度比的乘积，得到前桥异响概率值；所述前桥异响概率值用于表征所述工程机械的前桥为粗糙声异响源的可能性大小；

39、计算所述后桥互相关系数与所述后桥相对深度比的乘积，得到后桥异响概率值；所述后桥异响概率值用于表征所述工程机械的后桥为粗糙声异响源的可能性大小；

40、计算所述变速箱互相关系数与所述变速箱相对深度比的乘积，得到变速箱异响概率值；所述变速箱异响概率值用于表征所述工程机械的变速箱为粗糙声异响源的可能性大小；

41、其中，所述异响源识别结果包括所述前桥异响概率值、所述后桥异响概率值和所述变速箱异响概率值。

42、本发明第二方面公开了一种应用于工程机械的粗糙声异响源识别装置，所述装置包括：

43、异响频段确认模块，用于获取预先存储的异响对比数据集，并根据所述异响对比数据集确认目标异响频段；所述异响对比数据集是在先时刻对所述工程机械进行噪声数据采集得到的，所述异响对比数据集包括异响噪声数据和参考噪声数据，所述异响噪声数据为存在粗糙声异响的数据，所述参考噪声数据为不存在粗糙声异响的数据，所述异响噪声数据包括传动系统噪声数据和耳旁噪声数据，所述传动系统噪声数据为对所述工程机械的传动系统进行噪声采集得到的数据，所述耳旁噪声数据为对所述工程机械的驾驶室内司机耳旁位置进行噪声采集得到的数据；

44、数据滤波模块，用于根据所述目标异响频段对所述异响噪声数据进行滤波，得到异响滤波数据；所述异响滤波数据包括传动系统滤波数据和耳旁滤波数据；

45、互相关分析模块，用于对所述传动系统滤波数据和所述耳旁滤波数据进行归一化互相关分析，得到互相关分析数据；

46、调制深度分析模块，用于对所述传动系统滤波数据进行调制深度分析，得到调制深度分析数据；

47、异响源识别模块，用于根据所述互相关分析数据和所述调制深度分析数据进行粗糙声异响源识别，得到异响源识别结果。

48、作为一种可选的实施方式，在本发明第二方面中，所述异响频段确认模块根据所述异响对比数据集确认目标异响频段的具体方式包括：

49、对所述异响对比数据进行小波分析以确认初始异响频段；

50、对所述初始异响频段进行二次识别以确认目标异响频段。

51、作为一种可选的实施方式，在本发明第二方面中，所述异响频段确认模块对所述异响对比数据进行小波分析以确认初始异响频段的具体方式包括：

52、对所述异响噪声数据进行小波分析，得到第一颜色图；

53、对所述参考噪声数据进行小波分析，得到第二颜色图；

54、对所述第一颜色图和所述第二颜色图进行对比分析以确认初始异响频段。

55、作为一种可选的实施方式，在本发明第二方面中，所述异响频段确认模块对所述初始异响频段进行二次识别以确认目标异响频段的具体方式包括：

56、根据所述初始异响频段对所述异响噪声数据进行滤波，得到初始滤波数据；

57、对所述初始滤波数据进行调制谱分析，得到调制谱分析数据；

58、对所述调制谱分析数据进行异响频段识别，得到目标异响频段。

59、作为一种可选的实施方式，在本发明第二方面中，所述传动系统滤波数据包括前桥滤波数据、后桥滤波数据和变速箱滤波数据；

60、所述互相关分析模块对所述传动系统滤波数据和所述耳旁滤波数据进行归一化互相关分析，得到互相关分析数据的具体方式包括：

61、对所述前桥滤波数据进行包络分析，得到前桥包络数据；

62、对所述后桥滤波数据进行包络分析，得到后桥包络数据；

63、对所述变速箱滤波数据进行包络分析，得到变速箱包络数据；

64、计算所述前桥包络数据与所述耳旁滤波数据的归一化互相关系数，得到前桥互相关系数；

65、计算所述后桥包络数据与所述耳旁滤波数据的归一化互相关系数，得到后桥互相关系数；

66、计算所述变速箱包络数据与所述耳旁滤波数据的归一化互相关系数，得到变速箱互相关系数；

67、其中，所述互相关分析数据包括所述前桥互相关系数、所述后桥互相关系数和所述变速箱互相关系数。

68、作为一种可选的实施方式，在本发明第二方面中，所述调制深度分析模块对所述传动系统滤波数据进行调制深度分析，得到调制深度分析数据的具体方式包括：

69、计算所述前桥滤波数据的调制深度，得到前桥调制深度；

70、计算所述后桥滤波数据的调制深度，得到后桥调制深度；

71、计算所述变速箱滤波数据的调制深度，得到变速箱调制深度；

72、对所述前桥调制深度、所述后桥调制深度和所述变速箱调制深度进行最大值筛选，得到最大调制深度；

73、计算所述前桥调制深度与所述最大调制深度的比值，得到前桥相对深度比；

74、计算所述后桥调制深度与所述最大调制深度的比值，得到后桥相对深度比；

75、计算所述变速箱调制深度与所述最大调制深度的比值，得到变速箱相对深度比；

76、其中，所述调制深度分析数据包括所述前桥相对深度比、所述后桥相对深度比和所述变速箱相对深度比。

77、作为一种可选的实施方式，在本发明第二方面中，所述异响源识别模块根据所述互相关分析数据和所述调制深度分析数据进行粗糙声异响源识别，得到异响源识别结果的具体方式包括：

78、计算所述前桥互相关系数与所述前桥相对深度比的乘积，得到前桥异响概率值；所述前桥异响概率值用于表征所述工程机械的前桥为粗糙声异响源的可能性大小；

79、计算所述后桥互相关系数与所述后桥相对深度比的乘积，得到后桥异响概率值；所述后桥异响概率值用于表征所述工程机械的后桥为粗糙声异响源的可能性大小；

80、计算所述变速箱互相关系数与所述变速箱相对深度比的乘积，得到变速箱异响概率值；所述变速箱异响概率值用于表征所述工程机械的变速箱为粗糙声异响源的可能性大小；

81、其中，所述异响源识别结果包括所述前桥异响概率值、所述后桥异响概率值和所述变速箱异响概率值。

82、本发明第三方面公开了另一种应用于工程机械的粗糙声异响源识别装置，所述装置包括：

83、存储有可执行程序代码的存储器；

84、与所述存储器耦合的处理器；

85、所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的一种应用于工程机械的粗糙声异响源识别方法。

86、本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被处理器调用时，用于执行本发明第一方面公开的一种应用于工程机械的粗糙声异响源识别方法。

87、与现有技术相比，本发明的有益效果在于：

88、获取预先存储的异响对比数据集，并根据异响对比数据集确认目标异响频段，根据目标异响频段对异响噪声数据进行滤波，得到异响滤波数据，对传动系统滤波数据和耳旁滤波数据进行归一化互相关分析，得到互相关分析数据，对传动系统滤波数据进行调制深度分析，得到调制深度分析数据，根据互相关分析数据和调制深度分析数据进行粗糙声异响源识别，得到异响源识别结果。确认异响频段后，通过归一化互相关分析和调制深度分析进行粗糙声异响源识别，得到异响源识别结果，可以高效指导后续异响验证与改进。