CN102759571A - 一种产品的质量检测方法和检测装置 - Google Patents

Abstract

本发明提供了一种产品的质量检测方法和检测装置，所述方法包括以下步骤：采集击打产品产生的碰撞声音信号；对采集到的声音信号进行预处理；对预处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)，其中i为声音数据帧数；查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c；根据个数c，计算高频出现的概率p＝c/i；比较概率p是否大于预设概率阈值g，如果是，则判断产品质量合格，如果否，则判断产品质量不合格。该质量检测方法和检测装置能够高效且更准确地筛选出不合格产品。

Description

一种产品的质量检测方法和检测装置

技术领域

本发明属于产品质量检测技术领域，尤其涉及一种产品的质量检测方法和检测装置。

背景技术

随着技术的发展，人们对所生产的产品质量的要求也越高，所以也就需要对产品的质量进行检测以确认产品是否存在缺陷。产品质量存在缺陷时，跌落声音沙哑，与合格产品跌落声音存在明显差异，现有的产品质量检测方法，主要通过人耳对产品跌落在地板上发出声音来判断产品的好坏。

但是本发明发明人发现：人耳对声音辨别的敏感程度和准确程度存在不确定性，难以准确地筛选出不合格产品，且人工操作效率低下。

发明内容

本发明为解决现有技术中难以准确地筛选出不合格产品的技术问题，提供一种产品的质量检测方法和检测装置，能够高效且更准确地筛选出不合格产品。

本发明提供一种产品的质量检测方法，包括以下步骤：

采集击打产品产生的碰撞声音信号；

对采集到的声音信号数据进行预处理，所述预处理还包括对采集到的声音信号数据进行分帧处理；

对分帧处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)，其中i为声音数据帧数；

查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c；

根据个数c，计算高频出现的概率p＝c/i；

比较概率p是否大于预设概率阈值g，如果是，则判断产品质量合格，如果否，则判断产品质量不合格。

本发明还提供一种产品的质量检测装置，包括采集模块、分帧处理模块、第一计算模块、第二计算模块、查找模块、比较模块以及提示模块，其中：

采集模块，用于采集产品的碰撞声音信号；

处理模块，用于将采集模块采集到的声音信号数据进行预处理，所述处理模块还包括用于将采集到的声音信号进行分帧处理的分帧处理单元；

第一计算模块，用于将处理模块得到的声音信号数据进行基频提取，计算得到声音信号数据每一帧的基音频率f₀(i)，i为声音数据帧数；

查找模块，用于查找第一计算模块的基音频率f₀(i)大于预设高频频率f_h的个数y；

第二计算模块，用于根据查找模块的个数y，计算高频出现的概率p＝y/i；

比较模块，用于比较第二计算模块得到的概率p是否大于概率阈值g，如果是，输出第一比较信号，如果否，输出第二比较信号；

提示模块，用于根据比较模块的第一比较信号，提示产品质量合格，并根据比较模块的第二比较信号，提示产品质量不合格。

从产品的质量检测方案中可以看出，通过采集产品的碰撞声音信号进行预处理后并进行基频提取，得到每一帧的基音频率f₀(i)，查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c，接着计算高频出现的概率p＝c/i，比较概率p是否大于预设概率阈值g，根据比较结果，就能较准确地筛选出质量不合格的产品，该方法简单，准确性高，可以尽量避免人为的误差，且采用仪器自动检测，能够提高检测效率，利于大规模生产。

附图说明

图1为本发明产品质量检测方法第一种实施例的流程图；

图2为本发明产品预处理方法一种实施例的流程图；

图3为本发明判断有效碰撞声音方法一种实施例的流程图；

图4为本发明提取基频方法一种实施例的流程图；

图5为本发明提取基频方法另一种实施例的流程图；

图6为本发明产品质量检测装置第一种实施例的结构框图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明中的产品，可以是金属产品或非金属产品，也可以合金产品，本发明以非晶合金产品为实施例，进行详细说明。

本发明提供第一种实施例产品的质量检测方法，如图1所示，所述方法具体包括以下步骤：

步骤S01，采集击打产品产生的碰撞声音信号；

步骤S02，对采集到的声音信号数据进行预处理；

步骤S03，对预处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)，其中i为声音数据帧数；

步骤S04，查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c；

步骤S05，根据个数c，计算高频出现的概率p＝c/i；

步骤S06，比较概率p是否大于预设概率阈值g，如果是，进入步骤S07，如果否，进入步骤S08；

步骤S07，判断产品质量合格；

步骤S08，判断产品质量不合格。

本实施例中，步骤S02，具体包括步骤：

步骤S021，对采集到的声音信号数据进行分帧处理分帧可以遵照帧长512点，帧移为256点的原则处理。

对于步骤S02，对声音信号进行分帧处理时，帧移的设置跟声音信号的采样率有关系。根据声音信号的短时平稳性，因此帧长的取值范围为采样率*10ms-采样率*25ms之间，帧移为帧长的1/3-2/3之间。在本实施例中，声音信号的采样率为50000Hz，因此取帧长为512，帧移为256。

对于步骤S04，本发明发明人发现，合格产品跟不合格产品碰撞声音的区别体现在合格产品碰撞声比不合格产品碰撞声听起来清脆，声音清脆程度取决于频率的高低，采用高频出现的概率作为合格品与不合格品的一个表征量，因此需要查找基音频率f₀(i)大于高频预设频率f_h的个数c。

对于步骤S06中，当产品为非晶合金产品时，高频预设频率f_h即大于该频率值的频率均为高频信号，高频预设频率f_h取值范围为1000-1300hz，概率阈值g的取值范围0.6-0.7。

从上述的质量检测方案中可以看出，通过采集产品的碰撞声音信号进行预处理后并进行基频提取，得到每一帧的基音频率f₀(i)，查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c，接着计算高频出现的概率p＝c/i，比较概率p是否大于预设概率阈值g，根据比较结果，就能较准确地筛选出质量不合格的产品，该方法简单，准确性高，可以尽量避免人为的误差，且采用仪器自动检测，能够提高检测效率，利于大规模生产。

在具体实施中，分帧处理属于数据预处理方法中的一种，如图2所示，所述预处理方法具体还包括如下步骤：

步骤S022，将分帧得到的每帧声音信号数据进行加窗处理；

步骤S023，对加窗处理后的声音信号数据进行预加重处理。

本实施例中，步骤S021，分帧可以遵照帧长512点，帧移为256点的原则处理。

对于步骤S021，对声音信号进行分帧处理时，帧移的设置跟声音信号的采样率有关系。根据声音信号的短时平稳性，因此帧长的取值范围为采样率*10ms-采样率*25ms之间，帧移为帧长的1/3-2/3之间。在本实施例中，声音信号的采样率为50000Hz，因此取帧长为512，帧移为256。

步骤S022，加窗处理指将每帧语音数据分别乘以相应的窗系数，窗长为512点。窗系数由下面公式求得：

$\underset{k\∈[0,N]}{H\left(k\right)}=0.54-0.46*\cos \left(\frac{2\mathrm{\πk}}{N-1}\right)$

其中N为窗长。

步骤S023，对语音信号进行预加重处理，预加重系数为0.9～1之间的值。

预加重处理的目的是为了提升高频部分，使信号的频谱变得平坦，保持在低频到高频的整个频带中，能用同样的信噪比求频谱，以便于频谱分析或声道参数分析。通俗的说，预加重处理部分就是设计数字滤波器，采用的是：

H(z)＝1-u/z

其中，u取接近于1的值，因此预加重系数常取0.9～1之间的值。其具体实施如下：

x(0)＝(1-0.97)*x(0)

$\underset{k\∈[0,N]}{x\left(k\right)}=x\left(k\right)-0.97*x(k-1)$

其中N为帧长，x(k)表示一帧语音的第k个点。

优选的，所述预加重系数设定为0.97，可以使得信号的频谱变得更加平坦。

在具体实施中，为了进一步提高质量检测方法的准确性，在预处理阶段，在本实施例中，在所述步骤S023之后，还包括以下步骤：

步骤S024，判断预加重处理后的声音信号数据是否为有效碰撞声，如果是，进入步骤S025；如果否，进入步骤S026；

步骤S025，获取到有效碰撞声，则执行后续对声音信号进行基频提取的步骤，即进入步骤S03；

步骤S026，没有获取到有效碰撞声，结束流程。

在具体实施中，如图3所示，步骤S024判断预加重处理后的声音信号数据是否为有效碰撞声，具体为：

步骤S0241，查找预加重处理后声音信号数据的最大幅值maxA；

步骤S0242，对预加重处理后声音信号数据进行归一化处理，采用如下公式：x(i)＝s(i)/maxA，其中i为声音数据的点数，x为归一化后的声音数据，s为归一化前的声音数据；

步骤S0243，计算预加重处理后声音信号每一帧数据的能量值，计算公式如下：

其中E_n表示第n帧声音数据能量值，x_n(m)表示第n帧数据的第m个点的幅度值，并从E_n中查找能量最小值E_min；

步骤S0244，计算能量最小值E_min与最大幅值maxA的比值M，即比值M＝E_min/maxA；

步骤S0245，比较所述比值M是否大于预设比例系数a，如果否，则进入步骤S08，如果是，则进入步骤S07。

对于步骤S0242中，对声音信号数据进行归一化处理后，将需要处理的数据限制在[-1，1]之间，方便后面数据的处理，同时能有效地防止数据的绝对值过大引起能量值计算时数据的溢出，从而提高质量检测的准确性。

对于步骤S0245中，被检测产品为非晶合金产品时，预设比例系数a的取值范围可以取为1-1.5。

进一步，本实施例中，为了避免采集声音信号时采集模块打开与关闭瞬间带来的影响，步骤S0241之前，还包括以下步骤：

步骤S0211，剔除预加重处理后声音信号的前a1帧数据和后a2帧数据，a1、a2为大于零的自然数；

然后执行步骤S0241，从剔除数据后的声音信号中查找声音信号数据的最大幅值maxA。

对于步骤S0211，优选情况下，a1、a2取值为10，即剔除预加重处理后声音信号的前10帧数据和后10帧数据，以保证采集到的声音信号数据的准确性。

由于采集到碰撞声音信号数据包括静音段和语音段，在通常情况下，碰撞声音信号是由第一段静音段、一段语音段和第二段静音段依次组成。声音的衰减过程从第一段静音段的终点开始到第二段静音段的起点结束，从而计算声音的衰减时间，使得检测的声音信号中没有包括静音段，从而提高检测方法的准确性。当产品为非晶合金时，T1的取值范围为0.15s-0.25s，T2的取值范围为0.35s-0.45s。

在具体实施中，为了进一步提高质量检测方法的准确性，步骤S03，具体为：

从预处理后声音信号数据取特定声音段作为有效的碰撞声音段；

对有效的碰撞声音段的数据进行基频提取，设有效的碰撞声音段有n帧，即得到有效的碰撞声音段数据每一帧的基音频率f₀(n)。

由于采集到碰撞声音信号数据包括静音段和语音段，判断产品是否合格主要是通过判断语音段的声音来判断的，优选情况下，有效的碰撞声音段具体为从声音信号能量最大值之前的第一预设时间T1到声音信号能量最大值之后的第二预设时间T2之间的声音段，即有效的碰撞声音段为碰撞声音信号的语音段，从而提高检测方法的准确性。当产品为非晶合金时，T1的取值范围为0.15s-0.25s，T2的取值范围为0.35s-0.45s。

对于步骤S03中，可以采用平均幅度差函数对预处理后声音信号进行基频提取，还可以采用自相关函数来进行基频提取。

当采用平均幅度差函数对预处理后声音信号进行基频提取，如图4所示，步骤S03一种实施例的具体步骤如下：

步骤S031，计算预处理声音信号的r_n(l)，

其中，S_n(m)为第n帧声音数据的第m个点的幅值，N为帧长，l为基频提取后每一帧数据的点数；

步骤S032，当r_min＝r_n(l_1min)时，记录声音信号数据每一帧的第一个最小值点l_1min；

步骤S033，当其他局部最小值点的r_n(l_wmin)在r_min～r_min+r_th的范围内，且每个局部最小值点之间的间隔小于l_th时，记录每一帧中其他局部最小值点l_wmin；

步骤S034，提取每个最小值点l_min之前以及之后的e个点值计算平均值I，当平均值I与该最小点值的差大于预设差值阈值q时，记录该最小值点l_min，并以该帧中最左边l_min作为该帧数据的基音周期；

步骤S035，根据每一帧数据的基音周期l_min，计算每一帧的基音频率f₀(i)，f₀(i)＝f_s/lmin，其中f_s为采样频率。

对于步骤S034中，当产品为非晶合金产品时，差值阈值q取值范围为(0.7-0.8)*平均值I。

当采用自相关函数对预处理后声音信号进行基频提取时，如图5所示，步骤S03另一种实施例的具体步骤如下：

步骤S0301，计算预处理后声音信号的R_w(l)，

其中S_w(n)是一段加窗声音信号，N为帧长，l为基频提取后每一帧数据的点数；

步骤S0302，查找每一帧数据第一峰值点的对应值l_min，并将第一峰值点的对应值l_min记录为该帧的基音周期；

步骤S0303，根据每一帧数据的基音周期l_min，计算每一帧的基音频率f₀(i)，f₀(i)＝f_s/l_min，其中f_s为采样频率。

在具体实施中，为了实现对产品的质量检测，如图6所示，本发明还提供第一种实施例的产品的质量检测装置，所述质量检测装置包括采集模块11、处理模块12、第一计算模块13、第二计算模块14、查找模块15、比较模块16以及提示模块17，其中：

采集模块11，用于采集产品的碰撞声音信号；

处理模块12，用于将采集模块11采集到的声音信号数据进行预处理，所述处理模块还包括用于将采集到的声音信号进行分帧处理的分帧处理单元；

第一计算模块13，用于将处理模块12得到声音信号数据进行基频提取，计算得到预处理后声音信号数据每一帧的基音频率f₀(i)，i为声音数据帧数；

查找模块15，用于查找第一计算模块13的基音频率f₀(i)大于预设高频频率f_h的个数y；

第二计算模块14，用于根据查找模块15的个数y，计算高频出现的概率p＝y/i；

比较模块16，用于比较第二计算模块14得到的概率p是否大于概率阈值g，如果是，输出第一比较信号，如果否，输出第二比较信号；

提示模块17，用于根据比较模块16的第一比较信号，提示产品质量合格，并根据比较模块16的第二比较信号，提示产品质量不合格。

采集模块11具体可以为麦克风，用于采集产品的碰撞声音信号，每一次进行声音信号采集时，麦克风与产品的距离是相等的。

提示模块17具体可以为显示器或语音器等，当提示模块17为显示器，通过在显示器上显示“合格”或“不合格”的字样，用户便可得知被检测产品的质量。当提示模块17为语音器时，通过语音播报“合格”或者“不合格”的语音提醒音，或者仅在不合格时，发出报警音。

在具体实施中，也可以根据对具体的判断结果直接对产品进行分拣处理，例如，采用专门的仪器将合格产品与不合格产品分别转移到不同的位置。

从上述的质量检测方案中，通过采集产品的碰撞声音信号进行预处理后并进行基频提取，得到每一帧的基音频率f₀(i)，查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c，接着计算高频出现的概率p＝c/i，比较概率p是否大于预设概率阈值g，根据比较结果，就能较准确地筛选出质量不合格的产品，该方法简单，准确性高，可以尽量避免人为的误差，且采用仪器自动检测，能够提高检测效率，利于大规模生产。

在具体实施中，为了实现在对数据进行基频提取之前，提高数据的准确性，所述处理模块12还包括加窗处理单元和预加重处理单元；

加窗处理单元，用于将分帧处理单元得到的声音信号数据进行加窗处理；

预加重处理单元，用于将加窗处理单元得到的声音信号数据进行预加重处理。

在本实施例中，为了进一步提高质量检测的准确性，所述处理模块12还包括判断单元，用于判断预加重处理单元得到的声音信号数据是否为有效碰撞声，并当判断所述声音信号数据为有效碰撞声时，输出判断信号；

第一计算模块13，还用于当接收到判断单元的判断信号时，将处理模块得到的声音信号数据进行基频提取，计算得到声音信号数据每一帧的基音频率f₀(i)，i为声音数据帧数。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种产品的质量检测方法，其特征在于，包括以下步骤：

采集击打产品产生的碰撞声音信号；

对采集到的声音信号数据进行预处理，所述预处理还包括对采集到的声音信号数据进行分帧处理；

对分帧处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)，其中i为声音数据帧数；

查找基音频率f₀(i)大于高频预设频率f_h的个数并记录该个数c；

根据个数c，计算高频出现的概率p＝c/i；

比较概率p是否大于预设概率阈值g，如果是，则判断产品质量合格，如果否，则判断产品质量不合格。

2.如权利要求1所述的质量检测方法，其特征在于，所述对采集到的声音信号数据进行预处理的步骤，具体还包括以下步骤：

将分帧得到的每帧声音信号数据进行加窗处理；

对加窗处理后的声音信号数据进行预加重处理。

3.如权利要求2所述的质量检测方法，其特征在于，所述对采集到的声音信号数据进行预处理的步骤，具体还包括以下步骤：

判断预加重处理后的声音信号数据是否为有效碰撞声。

4.如权利要求3所述的质量检测方法，其特征在于，所述判断预加重处理后的声音信号数据是否为有效碰撞声的步骤，具体为：

查找预加重处理后声音信号数据的最大幅值maxA；

对预加重处理后声音信号数据进行归一化处理，采用如下公式：x(i)＝s(i)/maxA，其中i为声音数据的点数，x为归一化后的声音数据，s为归一化前的声音数据；

计算预加重处理后声音信号每一帧数据的能量值，并查找能量最小值E_min；

计算能量最小值E_min与最大幅值maxA的比值M；

比较所述比值M是否大于预设比例系数a，如果是，则预加重处理后的声音信号为有效碰撞声。

5.如权利要求4所述的质量检测方法，其特征在于，所述查找预加重处理后声音信号数据的最大幅值maxA步骤之前，还包括以下步骤：

剔除预加重处理后声音信号的前a1帧数据和后a2帧数据，a1、a2为大于零的自然数。

6.如权利要求1所述的质量检测方法，其特征在于，所述对预处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)的步骤，具体为：

从预处理后声音信号数据取特定声音段作为有效的碰撞声音段；

设有效的碰撞声音段有n帧，计算有效的碰撞声音段数据每一帧的基音频率f₀(n)。

7.如权利要求6所述的质量检测方法，其特征在于，有效的碰撞声音段具体为从声音信号能量最大值之前的第一预设时间T1与声音信号能量最大值之后的第二预设时间T2之间的声音段。

8.如权利要求1所述的质量检测方法，其特征在于，所述对预处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)的步骤，具体包括：

采用自相关函数对预处理后声音信号进行基频提取，自相关函数为其中S_w(n)是一段加窗声音信号，N为帧长，l为基频提取后每一帧数据的点数；

查找每一帧数据第一峰值点的对应值l_min，并将第一峰值点的对应值l_min记录为该帧的基音周期；

根据每一帧数据的基音周期l_min，计算每一帧的基音频率f₀(i)，f₀(i)＝f_s/l_min，其中f_s为采样频率。

9.如权利要求1所述的质量检测方法，其特征在于，所述对预处理后声音信号数据进行基频提取，得到每一帧的基音频率f₀(i)的步骤，具体包括：

采用平均幅度差函数对预处理后声音信号进行基频提取，平均幅度差函数为：

其中，S_n(m)为第n帧声音数据的第m个点的幅值，N为帧长，l为基频提取后每一帧数据的点数；

当r_min＝r_n(l_1min)时，记录声音信号数据每一帧的第一个局部最小值点l_1min；

当其他局部最小值点的r_n(l_wmin)在r_min～r_min+r_th的范围内，且每个局部最小值点之间的间隔不小于l_th时，记录每一帧中其他局部最小值点l_wmin；

提取每个最小值点l_min之前以及之后的e个点的值计算平均值I，当平均值I与该最小点值的差大于预设差值阈值q时，记录该最小值点l_min，并以该帧中最前面的l_min作为该帧数据的基音周期；

根据每一帧数据的基音周期l_min，计算每一帧的基音频率f₀(i)，f₀(i)＝f_s/l_min，其中f_s为采样频率。

10.一种产品的质量检测装置，其特征在于，包括采集模块、处理模块、第一计算模块、第二计算模块、查找模块、比较模块以及提示模块，其中：

采集模块，用于采集产品的碰撞声音信号；

处理模块，用于将采集模块采集到的声音信号数据进行预处理，所述处理模块还包括用于将采集到的声音信号进行分帧处理的分帧处理单元；

第一计算模块，用于将处理模块得到的声音信号数据进行基频提取，计算得到声音信号数据每一帧的基音频率f₀(i)，i为声音数据帧数；

查找模块，用于查找第一计算模块的基音频率f₀(i)大于预设高频频率f_h的个数y；

第二计算模块，用于根据查找模块的个数y，计算高频出现的概率p＝y/i；

比较模块，用于比较第二计算模块得到的概率p是否大于概率阈值g，如果是，输出第一比较信号，如果否，输出第二比较信号；

提示模块，用于根据比较模块的第一比较信号，提示产品质量合格，并根据比较模块的第二比较信号，提示产品质量不合格。

11.如权利要求10所述的质量检测装置，其特征在于，所述处理模块还包括加窗处理单元和预加重处理单元；

加窗处理单元，用于将分帧处理单元得到的声音信号数据进行加窗处理；

预加重处理单元，用于将加窗处理单元得到的声音信号数据进行预加重处理。

12.如权利要求11所述的质量检测装置，其特征在于，所述处理模块还包括判断单元，用于判断预加重处理单元得到的声音信号数据是否为有效碰撞声，并当判断所述声音信号数据为有效碰撞声时，输出判断信号；

第一计算模块，还用于当接收到判断单元的判断信号时，将处理模块得到的声音信号数据进行基频提取，计算得到声音信号数据每一帧的基音频率f₀(i)，i为声音数据帧数。

Images