论文部分内容阅读
在实际生产环境中,传声器所接收到的信号是多台设备噪声的混合。因此在噪声诊断前,有必要从混合信号中识别出各设备的声源信号。鉴于此,本文分析了机械噪声的特点,研究了声源识别方法中常用的声源定位算法和声源分离算法,并结合实际情况对它们进行了改进、融合以及仿真分析,最后利用本文设计的声源识别系统对该方法进行了验证。本文的主要研究内容如下:(1)概述了国内外噪声诊断中故障声源识别技术的发展现状及其优缺点,并在此基础上选取了以盲源分离算法为核心的声源识别方法。研究了该方法中的MUSIC算法、TCT算法和SOBI算法,并分析了它们在实际运用中的不足。(2)提出了基于空间直角阵列的改进2D-MUSIC算法。该算法通过阵列结构将二维谱峰搜索分为仰角的一维搜索和方位角的一维匹配搜索,在降低计算量的同时,避免了仰角定位模糊的问题。结合变步长搜索和谱峰识别技术,进一步优化了一维搜索过程,实现了声源角度的提取。利用MATLAB仿真,对改进算法的优越性进行了验证,并通过性能影响参数的研究,确定了声源识别系统的设计参数。(3)改进了TCT算法。通过聚焦频率点的协方差矩阵避免了聚焦矩阵的构造过程,通过与SOBI算法的融合提高了不同带宽信号聚焦频率的选取效率。通过仿真实验,对改进算法的性能进行了验证。(4)针对机械声源频率未知且同时存在宽窄带机械声源的情况,探讨了声源识别解决方案,详述了融合算法的实现过程。该算法通过SOBI算法完成对多个声源信号的分离,通过改进TCT算法对分离声源进行宽带聚焦,通过改进2D-MUSIC算法完成对聚焦空间谱函数的快速定位。利用实际电机信号进行仿真实验,对本文声源识别方法的可行性进行了验证。(5)结合实际项目需求和相关仿真实验结果,设计了一套以STM32开发板及工控机为硬件基础,以MATLAB和C++Builder为软件平台的声源识别系统。在完成系统相关功能的测试后,通过空旷环境中的两模拟声源的实验,对本文声源识别方法的实用性进行了验证。