论文部分内容阅读
该课题旨在设计一个基于歌音报警的设备故障监测和诊断系统.声音信号是设备的特征信号之一,人类对它有较强的敏感能力,但传统的设备声音信号监测和诊断的发展由于环境、噪声等各方面因素的影响而受到很大的限制.在该课题构造的故障监测和诊断系统中,借助于多媒体声音卡,并结合先进的数字信号处理技术,有效地解决了传统声音故障诊断法所遇到的困难.该系统主要由两个部分组成:设备信号采集、监测和诊断;歌音报警和设备的监听.在信号采集模块中,将信号分成两类:声音信号和非声音信号.如果是声音信号,直接用声音卡采集;如果是非声音信号,从相应的传感器获得,并转换成声音文件.在设备的监测模块中,运用了低通滤波、傅立叶变换以及幅度值分析法对信号进行数字处理,而设备诊断模块中,系统则采用了幅度比较、频谱分析以及基于神经网络的专家系统三种方法,并由各种方法分析结果决定是否启动歌音报警.在歌音报警部分,笔者介绍了怎样录制和编辑报警信号,而在设备监听模块中,讨论了对生成声音文件的数据文件的一系列处理,并运用多项式插值和带通滤波法,来实现设备监听时间的延长和某些特定频带的带宽放大.该系统是一个交互式系统,用户可以对设备信号的采样频率、采样精度等参量进入设置.在该系统中,被监测和诊断的设备信号可为声音信号和非声音信号,而且所有的信号都可以通过歌音的方式来客观地反映信号的状态或者可由歌音报警来告知其状态的改变,另外该系统不仅能够实现实时歌音监听,还能实现历史歌音监听的历史故障歌音监听.这些研究是故障监测与诊断领域内一个有益的探索.在实验室模拟实验时,该系统运行状况良好,达到预期的目的.