許增樸，關(guān) 帥，王永強，周聰玲

(天津科技大學(xué)機械工程學(xué)院，天津 300222)

一種基于振動位移的揚聲器異音故障檢測方法

許增樸，關(guān) 帥，王永強，周聰玲

(天津科技大學(xué)機械工程學(xué)院，天津 300222)

為了滿足揚聲器純音檢測的需要，提出了一種基于激光位移傳感器的揚聲器異音故障檢測方法．該方法利用激光位移傳感器采集揚聲器紙盆中心振動信號，通過短時傅里葉變換將揚聲器振動信號從一維的時域信號變換成兩維的時頻域信號．對時頻圖采用多級閾值分割的方法進(jìn)行圖像分割，統(tǒng)計其高頻區(qū)域灰度值落于0～0.3的所有像素個數(shù)作為特征值，進(jìn)而判斷揚聲器的好壞．實驗表明，此方法對揚聲器異音故障檢測的正確率可達(dá)到97%．

揚聲器；激光位移傳感器；短時傅里葉；圖像分割

1 揚聲器檢測系統(tǒng)原理

1.1 系統(tǒng)工作原理

測量系統(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移動平臺、控制箱、掃頻儀、電腦、夾具．其技術(shù)解決方案為：

(1)驅(qū)動x–y移動平臺帶動激光位移傳感器移動至紙盆中心．

(2)對揚聲器施加正弦對數(shù)掃頻信號激勵，同時用激光位移傳感器采集紙盆中心振動位移信號．激光位移傳感器將采集到的振動位移信號轉(zhuǎn)換成電信號，以數(shù)字信號形式輸出，供計算機后續(xù)處理．

(3)利用揚聲器異音故障檢測軟件在計算機上完成異音故障的識別與診斷．

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

揚聲器故障檢測流程如圖2．

圖2 揚聲器故障檢測流程Fig. 2 Flow chart of the loudspeaker fault detection

1.2 激光測距原理

采用激光位移傳感器的采樣頻率為50,kHz，測量范圍為(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距原理設(shè)計，主要硬件由激光源、會聚透鏡、成像透鏡、探測器(CCD)及信號處理控制器組成．

激光三角法[3–4]測距原理如圖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，其像在接收器上的位置也發(fā)生相應(yīng)位移改變，通過像移和實際位移之間的關(guān)系，可計算出待測物體的真實位移．

圖3 測距原理圖Fig. 3 Figure of ranging principle

1.3 振動位移信號的離散短時傅里葉變換

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

若已知序列s(n)和窗函數(shù)h(n)，則s(n)的短時傅里葉變換(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時間信息的缺陷，是對非平穩(wěn)信號進(jìn)行分析和處理的有效數(shù)學(xué)工具．

2 揚聲器響應(yīng)信號采集方法

2.1 信號采集

揚聲器生產(chǎn)為快速、大規(guī)模生產(chǎn)．為提高異音檢測速度，采用20—1,500—20,Hz的正弦對數(shù)掃頻信號連續(xù)激勵．其公式表達(dá)為

圖4 掃頻信號波形圖Fig. 4 Sweep signal waveform diagram

激勵信號最高頻率為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，為能從振動位移信號中截取一個整周期時域信號，采集紙盆中心大于3個周期的振動位移信號如圖5所示．

圖5 振動位移信號Fig. 5 Vibration displacement signal

2.2 信號的單周期獲取方法[6]

為實現(xiàn)揚聲器異音故障診斷，要對一個完整周期的揚聲器響應(yīng)信號進(jìn)行處理，因此需要對揚聲器的振動位移信號進(jìn)行單周期截取，具體過程如下：

(1)設(shè)一個完整的掃頻周期為T，對揚聲器施加大于3周期的正弦對數(shù)掃頻信號，采集揚聲器紙盆中心處振動情況．

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

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

(4)截取在[t－T/2，t＋T/2]時間段采集到的響應(yīng)信號．

單周期截取后的振動位移信號如圖6所示．

圖6 單周期的振動位移信號Fig. 6 Single cycle of the vibration displacement signal

3 揚聲器響應(yīng)信號的特征提取及識別方法

3.1 揚聲器響應(yīng)信號短時傅里葉分析

本文信號采集系統(tǒng)采用20,kHz的采樣頻率，一個完整周期的揚聲器振動位移信號采樣點數(shù)為12,000個．對截取的單周期響應(yīng)信號進(jìn)行短時傅里葉變換，為減少滲漏誤差，窗函數(shù)采用256個點的漢寧窗，窗之間的重疊數(shù)為200．

合格揚聲器和故障揚聲器響應(yīng)信號的時頻圖如圖7所示．可以看出，合格揚聲器與故障揚聲器的位移信號時頻圖主要區(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，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．對時頻圖采用多級閾值分割法[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 合格揚聲器和故障揚聲器的時頻圖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個圖到第10個圖所對應(yīng)區(qū)間的灰度點分布較散亂，具有隨機性．且由圖9，圖10可以看出合格與故障揚聲器時頻圖區(qū)別主要集中在灰度值0～0.3，且在高頻區(qū)域，因此統(tǒng)計時頻圖中高頻區(qū)域內(nèi)且灰度值在0～0.3的所有像素的個數(shù)(記為N)，作為判斷揚聲器故障的特征值(簡稱特征值)．

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

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

4 實 驗

4.1 確定用于故障檢測的特征值

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

表1 特征值的實驗結(jié)果Tab. 1 Experiment results of characteristic value

圖11 揚聲器的特征值分布Fig. 11 Characteristic value distribution

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

為驗證以上方法的可靠性，檢驗另外100個同型號揚聲器，其中80個為合格揚聲器，20個為故障揚聲器．經(jīng)實驗驗證，合格揚聲器中有2個的特征值大于閾值，故障揚聲器有1個的特征值小于閾值，本次實驗的正確率為97%．

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

5 結(jié) 語

本文設(shè)計了一種基于激光位移傳感器的揚聲器異音故障檢測系統(tǒng)，對系統(tǒng)結(jié)構(gòu)、工作原理、檢測過程進(jìn)行了介紹．本系統(tǒng)通過采集紙盆中心振動位移信號進(jìn)行檢測，可有效地避免環(huán)境噪聲對系統(tǒng)的影響．對于不同型號揚聲器在進(jìn)行揚聲器故障檢測時，首先統(tǒng)計一定樣本的特征值，將略大于合格揚聲器最大特征值的閾值作為判斷揚聲器是否故障的依據(jù)．實驗表明，對于本次實驗，運用本文方法，重復(fù)實驗結(jié)果均可達(dá)到97%的正確率，為揚聲器異音故障檢測提供了一種實用方法．

［1］ 張再榮. 揚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，2004，25(s2)：601–604.

［4］ 袁秀麗. 激光三角法測量技術(shù)在光刻機中的應(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)信號分析導(dǎo)論[M]. 北京：國防工業(yè)出版社，2006.

［6］ 王思俊. 基于時頻分析的揚聲器故障在線檢測方法研究[D]. 天津：天津科技大學(xué)機械工程學(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)揚聲器檢測標(biāo)準(zhǔn)主要依據(jù)GB 9396—1988《揚聲器的主要性能測試方法》的規(guī)定．其中，具有代表性的指標(biāo)為：總品質(zhì)因數(shù)、揚聲器單元的等效容積、頻率特性、極性指標(biāo)、自由場條件下的聲壓、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)場用聲學(xué)儀器進(jìn)行精確檢測，只有純音檢測是通過人耳進(jìn)行聽覺判斷．純音檢測[1]是對揚聲器施加20—1,500—20,Hz的正弦對數(shù)掃頻信號，利用人的聽覺檢測分析其響應(yīng)信號是否正常．用人耳評估揚聲器好壞存在許多問題，如檢測結(jié)果因人的年齡增長、情緒變化及因長時間監(jiān)聽產(chǎn)生的聽覺疲勞等而不同．文獻(xiàn)[2]對揚聲器純音故障特征進(jìn)行研究，其用傳聲器采集揚聲器響應(yīng)信號，并通過時頻變換對響應(yīng)信號進(jìn)行處理，由時頻圖進(jìn)行特征曲線提取與識別．這種方法用于消音室或消音箱的環(huán)境下，對揚聲器故障具有很好的判斷能力．但在揚聲器生產(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工作和生產(chǎn)線運動產(chǎn)生的噪聲均對揚聲器響應(yīng)聲音信號的采集影響較大．而聲音信號的采集會因背景噪聲的不同而改變．因此，怎樣實現(xiàn)工業(yè)現(xiàn)場大噪聲環(huán)境下的異音故障檢測成為揚聲器故障檢測的難題．

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

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.