复杂噪声环境下的机电系统故障在线监测声学处理方法与流程

技术特征：
1.一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，包括以下步骤：步骤s1：声学传感器采集机电系统运行状态声纹信号s(n)；步骤s2：对采集的s(n)进行背景噪声抑制处理得到ss(n)；步骤s3：对信号ss(n)进行峰值提取得到ss
´
(n));步骤s4：延时采集正常状态下的信号，经过步骤s3组成正常状态声纹库n_s(n)；步骤s5：基于正常状态声纹库n_s(n)对ss
´
(n)进行声纹比对，匹配则更新正常状态声纹库n_s(n)，不匹配则进行下一步骤；步骤s6：基于故障声纹库s_s(n)对信号进行声纹比对，匹配则对比故障声纹库标签得出检测结果，不匹配则对信号进行分析，更新故障声纹库并记录标签后得出检测结果。2.根据权利要求1所述的一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，背景噪声抑制技术采用基于数据跟踪的自相关处理方法。3.根据权利要求1所述的一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，正常状态声纹库n_s(n)和故障状态声纹库s_s(n)随着检测过程一直累积更新，声纹库实时更新。4.根据权利要求1所述的一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，通过比对待检信号的欧式距离与最佳阈值的大小来区分正常状态与故障声纹信号，若欧式距离低于最佳阈值，则视为正常状态声纹信号，更新正常状态声纹库n_s(n)；若超出此阈值，则视为故障声纹信号。5.根据权利要求1所述的一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，步骤s3针对故障信号高频低幅的特点，峰值检测方法对给定时间间隔里时域波形峰值进行捕捉，提取出信号ss
´
(n)。6.根据权利要求1所述的一种复杂噪声环境下的机电系统故障在线监测声学处理方法，其特征在于，步骤s6在更新故障声纹库s_s(n)的同时，还要对该信号进行包络检波，对其出现的频率转为频谱进行频域分析，最终得到检测结果。

技术总结
本发明公开了一种复杂噪声环境下的机电系统故障在线监测声学处理方法。该处理方法将基于数据追踪的自相关噪声抑制技术与基于宽带声学处理的故障信号检测与分类识别技术有机结合，采用基于数据跟踪的自相关处理方法来进行背景噪声抑制，然后基于Peakvue技术对故障信号进行峰值检测，通过欧式距离分类器对信号分类判决实现信号的匹配和识别，最终实现复杂噪声环境下对机电系统故障的检测。通过上述方式，本申请通过对信号采集到处理，结合建立正常状态和故障状态声纹库进行匹配比对，完成对信号的识别分类，最终直接得出检测结果。通过仿真实验证明了该处理方法的有效性和良好的工程实用性。的工程实用性。的工程实用性。


技术研发人员：白兴宇 苟宇涛 姜煜
受保护的技术使用者：杭州电子科技大学
技术研发日：2021.06.09
技术公布日：2021/9/24