CN116519130B - 基于声音采集及转换的检测分析机床振动的方法 - Google Patents

基于声音采集及转换的检测分析机床振动的方法 Download PDF

Info

Publication number
CN116519130B
CN116519130B CN202310780747.2A CN202310780747A CN116519130B CN 116519130 B CN116519130 B CN 116519130B CN 202310780747 A CN202310780747 A CN 202310780747A CN 116519130 B CN116519130 B CN 116519130B
Authority
CN
China
Prior art keywords
signal
mill
machine tool
audio
fft
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310780747.2A
Other languages
English (en)
Other versions
CN116519130A (zh
Inventor
李品
张建平
陈文明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Georg Fisher Machine Tool Changzhou Co ltd
Original Assignee
Georg Fisher Machine Tool Changzhou Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Georg Fisher Machine Tool Changzhou Co ltd filed Critical Georg Fisher Machine Tool Changzhou Co ltd
Priority to CN202310780747.2A priority Critical patent/CN116519130B/zh
Publication of CN116519130A publication Critical patent/CN116519130A/zh
Application granted granted Critical
Publication of CN116519130B publication Critical patent/CN116519130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种基于声音采集及转换的检测分析机床振动的方法，其特征在于：具体包括以下步骤：S1：固定音频采集、S2：特征音频采集、S3：数据处理、S4：故障分析、S5：数据存储及显示。本发明通过对声音的记录并进行频域分析，可以更加快速进行诊断，将采集到的频率与部件固有频率比对，可以更加快速发现问题，排除故障，对操作者专业技能水平要求较低，更容易操作。

Description

基于声音采集及转换的检测分析机床振动的方法
技术领域
本发明涉及精密机床故障分析技术领域，具体的涉及一种基于时域的声音信号采集转化频率的用于检测分析机床振动的方法。
背景技术
机床运行过程中有部件发生故障后一般会产生各种频率的振动，如轴承，丝杆，机床钣金防护，电机编码器，主轴等，这种振动过去都是通过采集机床内部信号进行分析，对操作者的专业技能要求也比较高。
现有专利一种基于机床振动的故障检测方法及系统（201711296033.5），其通过获取特征频率，振动传感器采集机床不同转速下工作时的机床振动的特征频率；获取固有频率，采用主动激励获取机床频响函数，并分析频响函数得到机床结构的固有频率；故障判断，根据所述特征频率与所述固有频率判断故障类型。本发明通过对比振动的频谱分析后的特征频率与频响函数测试的固有频率，如果不一致，说明故障类型主要为装配不良造成的，检测各个装配环节；如果通过频谱分析后的特征频率与频响函数测试的固有频率一致，则说明故障类型主要为结构共振造成的，需要从结构上加以调整。此种方式需要十分专业的人员进行操作，难道较大，而且其是通过主动激励的方式进行采集，不管采用力锤激励还是激振器激励都存在着分析，长时间的振动会对机床自身结构造成不必要的损伤，并且在刀具磨损或者破损以及工件装夹出现问题时该方法无法进行判断。
发明内容
本发明为了解决上述问题设计了一种基于时域的声音信号采集转化频率的用于检测分析机床振动的方法，通过对声音的记录并进行频域分析，可以更加快速进行诊断，将采集到的频率与部件固有频率比对，可以更加快速发现问题，排除故障，对操作者专业技能水平要求较低，更容易操作。
为解决上述的技术问题，本发明提供了一种基于声音采集及转换的检测分析机床振动的方法，具体包括以下步骤：
S1：固定音频采集：通过声音采集器对机床各部件正常工作时所产生的音频进行采集并存储；
S2：特征音频采集：通过声音采集器再次对产生杂音后机床工作过程中所产生的音频进行采集及存储，并进行警示；
S3：数据处理：对步骤S1所采集的固定音频以及步骤S2所采集的特征音频进行信号转化，并通过对比找出杂音所代表的特征音频；
S4：故障分析：对杂音所代表的特征音频进行分析，从而找出产生杂音的部件；
S5：数据存储及显示：将杂音所代表的特征音频以及其所对应的部件进行存储，并将分析后的结果进行显示。
进一步：所述步骤S1以及所述步骤S2中的声音采集器为麦克风，所述的麦克风可拆卸地安装在机床内部，所述机床的内部安装有一个或一个以上的麦克风，所述麦克风的声音信号采集范围为40hz-20khz。
又进一步：所述的麦克风设置在喇叭形罩体内，所述喇叭形罩体内设置有用于安装麦克风的卡扣结构，所述喇叭形罩体内开设有用于麦克风信号传送线穿过的通孔，所述的喇叭形罩体通过磁铁可拆卸地连接在安装架上，所述的安装架通过螺栓可拆卸地连接在机床内部。
又进一步：所述步骤S1、步骤S2以及步骤S5中的存储是通过机床MC，笔记本电脑或者移动硬盘进行存储。
又进一步：所述步骤S2中警示是通过喇叭及警示灯进行警示。
又进一步：所述步骤S3中的信号转化具体包括以下步骤：
A1：数字信号转化：通过数字信号处理技术将音频数据所代表的模拟信号转化为数字信号；
A2：频域信号转化：通过快速傅里叶变换算法对步骤A1中的数字信号进行转化，将时域信号转换为频域信号；
A3：可视化频域信号转化：将步骤A2中的频域信号可视化，以便用户能够看到音频信号的各种特征。
又进一步：所述步骤S4中的故障分析具体为：200hz以上的声音信号为电机编码器故障，200hz以下的声音信号为机床其余各部件故障。
再进一步：所述步骤S6中的显示具体分为简易模式和专家模式，其中简易模式，只显示当前麦克风采集到的声音实时FFT后最大幅值的频率，便于快速确定振动频率，没有存储功能；专家模式：显示选择时间范围内幅值较大的n个频率，并且根据机床的部件型号信息输入，判断该频率来自于某个部件,可以读取一段音频文件进行分析。
采用上述结构后，本发明通过对声音的记录并进行频域分析，可以更加快速进行诊断，将采集到的频率与部件固有频率比对，可以更加快速发现问题，排除故障，对操作者专业技能水平要求较低，更容易操作；并且本发明还可以对加工进行实时监控，一旦出现故障则能够即时警示；并且本发明还能够对由于刀具磨损或者破损以及工件装夹出现问题而造成的杂音进行检测分析，起到了增加实用性能的作用。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为麦克风的安装结构图。
图2为图1中A的放大图。
具体实施方式
本发明提供了一种基于声音采集及转换的检测分析机床振动的方法，具体包括以下步骤：
S1：固定音频采集：通过声音采集器对机床各部件正常工作时所产生的音频进行采集并存储；
S2：特征音频采集：通过声音采集器再次对产生杂音后机床工作过程中所产生的音频进行采集及存储，并进行警示；
S3：数据处理：对步骤S1所采集的固定音频以及步骤S2所采集的特征音频进行信号转化，并通过对比找出杂音所代表的特征音频；
S4：故障分析：对杂音所代表的特征音频进行分析，从而找出产生杂音的部件；
S5：数据存储及显示：将杂音所代表的特征音频以及其所对应的部件进行存储，并将分析后的结果进行显示。
本发明采用上述方法后，通过对声音的记录并进行频域分析，可以更加快速进行诊断，将采集到的频率与部件固有频率比对，可以更加快速发现问题，排除故障，对操作者专业技能水平要求较低，更容易操作；本发明可以对由于刀具磨损或者破损以及工件装夹出现问题而造成的杂音进行检测分析，起到了增加实用性能的作用。
上述步骤S1以及所述步骤S2中的声音采集器为麦克风，所述的麦克风可拆卸地安装在机床内部，所述机床的内部安装有一个或一个以上的麦克风，所述麦克风的声音信号采集范围为40hz-20khz。
如图1和图2所示的麦克风设置在喇叭形罩体3内，所述喇叭形罩体内设置有用于安装麦克风2的卡扣结构4，所述喇叭形罩体内开设有用于麦克风信号传送线穿过的通孔，所述的喇叭形罩体通过磁铁可拆卸地连接在安装架5上，所述的安装架通过螺栓可拆卸地连接在机床1内部。本发明通过采用上述结构可以快速安装或拆卸麦克风，并且通过采用喇叭形罩体能够有效帮助麦克风对音频信号进行采集，其具有结构简单、易于制造和实用高效的优点。
上述步骤S1、步骤S2以及步骤S5中的存储是通过机床MC，笔记本电脑或者移动硬盘进行存储。
上述步骤S2中警示是通过喇叭及警示灯进行警示，本发明还可以对加工进行实时监控，一旦出现故障则能够即时警示。
上述步骤S3中的信号转化具体包括以下步骤：
A1：数字信号转化：通过数字信号处理技术将音频数据所代表的模拟信号转化为数字信号；
A2：频域信号转化：通过快速傅里叶变换算法对步骤A1中的数字信号进行转化，将时域信号转换为频域信号；
A3：可视化频域信号转化：将步骤A2中的频域信号可视化，以便用户能够看到音频信号的各种特征。
上述信号转化的具体算法如下所示：
% 设置参数
Mill_chunk = 2048; % 每次处理的采样点数
fs = 44100; % 采样率
% 初始化音频流
Mill_recorder = audiorecorder(fs, 16, 1);
recordblocking(Mill_recorder, inf);
% 创建绘图窗口
figure;
ax = axes;
% 创建频谱图
x_fft = linspace(0, fs/2, Mill_chunk);
line_fft = plot(ax, x_fft, zeros(Mill_chunk, 1));
% 循环读取音频流数据并处理
while true
% 获取当前录音采样数据
Mill_data = getaudiodata(Mill_recorder, 'int16');
Mill_signal = Mill_data(end-Mill_chunk+1 : end); % 取最后Mill_chunk个采样点
% 使用FFT算法将时域信号转换为频域信号
fft_Mill_signal = fft(Mill_signal);
amplitude_spectrum = abs(fft_Mill_signal(1:Mill_chunk/2));
% 更新频谱图
set(line_fft, 'YData', amplitude_spectrum);
drawnow;
end
上述步骤S4中的故障分析具体为：机床一般共振频率是0-20khz，其中0hz到100hz属于低频，100hz-200hz属于中频，200hz以上属于高频，200hz以上一般来自于电机编码器可以尝试使用机床系统减振过滤器，200hz以下与机床各部件固有频率以及周围设备声音采集进行比对，快速找出问题根源。
上述步骤S5中的显示具体分为简易模式和专家模式，其中简易模式，只显示当前麦克风采集到的声音实时FFT后最大幅值的频率，便于快速确定振动频率，没有存储功能；专家模式：显示选择时间范围内幅值较大的n个频率，并且根据机床的部件型号信息输入，判断该频率来自于某个部件,可以读取一段音频文件进行分析。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (1)

1.一种基于声音采集及转换的检测分析机床振动的方法，其特征在于：具体包括以下步骤：
S1：固定音频采集：通过声音采集器对机床各部件正常工作时所产生的音频进行采集并存储；
S2：特征音频采集：通过声音采集器再次对产生杂音后机床工作过程中所产生的音频进行采集及存储，并进行警示；
S3：数据处理：对步骤S1所采集的固定音频以及步骤S2所采集的特征音频进行信号转化，并通过对比找出杂音所代表的特征音频；
S4：故障分析：对杂音所代表的特征音频进行分析，从而找出产生杂音的部件；
S5：数据存储及显示：将杂音所代表的特征音频以及其所对应的部件进行存储，并将分析后的结果进行显示；
所述步骤S1以及所述步骤S2中的声音采集器为麦克风(2)，所述的麦克风可拆卸地安装在机床(1)内部，所述机床的内部安装有一个或一个以上的麦克风，所述麦克风的声音信号采集范围为40hz-20khz；
所述的麦克风设置在喇叭形罩体(3)内，所述喇叭形罩体内设置有用于安装麦克风(2)的卡扣结构(4)，所述喇叭形罩体内开设有用于麦克风信号传送线穿过的通孔，所述的喇叭形罩体通过磁铁可拆卸地连接在安装架(5)上，所述的安装架通过螺栓可拆卸地连接在机床(1)内部；
所述步骤S1、步骤S2以及步骤S5中的存储是通过机床MC，笔记本电脑或者移动硬盘进行存储；
所述步骤S2中警示是通过喇叭及警示灯进行警示；
所述步骤S3中的信号转化具体包括以下步骤：
A1：数字信号转化：通过数字信号处理技术将音频数据所代表的模拟信号转化为数字信号；
A2：频域信号转化：通过快速傅里叶变换算法对步骤A1中的数字信号进行转化，将时域信号转换为频域信号；
A3：可视化频域信号转化：将步骤A2中的频域信号可视化，以便用户能够看到音频信号的各种特征;
所述步骤S3中的信号转化的具体算法如下所示：
B1：设置参数
Mill_chunk＝2048；％每次处理的采样点数
fs＝44100；％采样率
B2：初始化音频流
Mill_recorder＝audiorecorder(fs,16,1)；
recordblocking(Mill_recorder,inf)；
B3：创建绘图窗口
figure；
ax＝axes；
B4：创建频谱图
x_fft＝linspace(0,fs/2,Mill_chunk)；
line_fft＝plot(ax,x_fft,zeros(Mill_chunk,1))；
B5：循环读取音频流数据并处理
while true
B6：获取当前录音采样数据
Mill_data＝getaudiodata(Mill_recorder,'int16')；
Mill_signal＝Mill_data(end-Mill_chunk+1:end)；％取最后Mill_chunk个采样点
B7：使用FFT算法将时域信号转换为频域信号
fft_Mill_signal＝fft(Mill_signal)；
amplitude_spectrum＝abs(fft_Mill_signal(1:Mill_chunk/2))；
B8：更新频谱图
set(line_fft,'YData',amplitude_spectrum)；
Drawnow；
所述步骤S4中的故障分析具体为：200hz以上的声音信号为电机编码器故障，200hz以下的声音信号为机床其余各部件故障；
所述步骤S5中的显示具体分为简易模式和专家模式，其中简易模式，只显示当前麦克风采集到的声音实时FFT后最大幅值的频率，便于快速确定振动频率，没有存储功能；专家模式：显示选择时间范围内幅值较大的n个频率，并且根据机床的部件型号信息输入，判断该频率来自于某个部件,可以读取一段音频文件进行分析。
CN202310780747.2A 2023-06-29 2023-06-29 基于声音采集及转换的检测分析机床振动的方法 Active CN116519130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310780747.2A CN116519130B (zh) 2023-06-29 2023-06-29 基于声音采集及转换的检测分析机床振动的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310780747.2A CN116519130B (zh) 2023-06-29 2023-06-29 基于声音采集及转换的检测分析机床振动的方法

Publications (2)

Publication Number Publication Date
CN116519130A CN116519130A (zh) 2023-08-01
CN116519130B true CN116519130B (zh) 2023-09-19

Family

ID=87403230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310780747.2A Active CN116519130B (zh) 2023-06-29 2023-06-29 基于声音采集及转换的检测分析机床振动的方法

Country Status (1)

Country Link
CN (1) CN116519130B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007113943A (ja) * 2005-10-18 2007-05-10 Sony Corp 周波数特性取得装置、周波数特性取得方法、音声信号処理装置
CN101556209A (zh) * 2009-05-19 2009-10-14 广州珠江钢铁有限责任公司 一种设备点检方法及点检装置
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断系统及其方法
CN104101652A (zh) * 2014-07-10 2014-10-15 南京航空航天大学 一种基于音频信号的风电叶片损伤监测方法及监测系统
CN104819768A (zh) * 2015-04-29 2015-08-05 青岛歌尔声学科技有限公司 利用声学原理检测产品振动强度的方法及装置
CN112212968A (zh) * 2020-09-15 2021-01-12 深圳传世生物医疗有限公司 一种混匀抓杯手的振动检测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3609982B2 (ja) * 2000-04-20 2005-01-12 リオン株式会社 故障診断方法及びその装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007113943A (ja) * 2005-10-18 2007-05-10 Sony Corp 周波数特性取得装置、周波数特性取得方法、音声信号処理装置
CN101556209A (zh) * 2009-05-19 2009-10-14 广州珠江钢铁有限责任公司 一种设备点检方法及点检装置
CN102494894A (zh) * 2011-11-17 2012-06-13 高丙团 风力发电机组音频监测和故障诊断系统及其方法
CN104101652A (zh) * 2014-07-10 2014-10-15 南京航空航天大学 一种基于音频信号的风电叶片损伤监测方法及监测系统
CN104819768A (zh) * 2015-04-29 2015-08-05 青岛歌尔声学科技有限公司 利用声学原理检测产品振动强度的方法及装置
CN112212968A (zh) * 2020-09-15 2021-01-12 深圳传世生物医疗有限公司 一种混匀抓杯手的振动检测方法及装置

Also Published As

Publication number Publication date
CN116519130A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
Li et al. A bearing fault diagnosis method based on enhanced singular value decomposition
CN102840907B (zh) 早期故障状态下滚动轴承振动信号特征提取和分析方法
JP3884895B2 (ja) 回転機の軸受診断装置
JP2004279322A (ja) 回転機の軸受診断装置、回転機の軸受診断システム、携帯端末及び機能拡張用カード
JP3959873B2 (ja) 転がり軸受の異常診断装置、転がり軸受の異常診断方法
CN116933024B (zh) 旋转类设备运行状态监控方法及系统
CN116519130B (zh) 基于声音采集及转换的检测分析机床振动的方法
CN115410729A (zh) 一种核反应堆轴封泵振动在线监测方法、系统及介质
JP3214233B2 (ja) 回転機振動診断装置
CN114242085A (zh) 旋转设备的故障诊断方法、装置
JP2002041143A (ja) 動作部の異常診断方法及び圧縮機のバルブ異常診断方法
JP3020349B2 (ja) 異常検出方法及び装置
JP3920715B2 (ja) 振動信号の処理方法
Vercoutter et al. Tip timing spectral estimation method for aeroelastic vibrations of turbomachinery blades
JPH10281076A (ja) ポンプ機場の故障診断方法及びポンプ機場の故障診断装置
CN115356108B (zh) 一种调制高阶水平挤压变换机械故障诊断方法与装置
CN113375933B (zh) 一种刮板输送机故障诊断系统和诊断方法
JP2011203218A (ja) 機械設備の異常診断方法、装置及びプログラム
CN115359805A (zh) 声音信号阵列采集方法、系统、终端、介质及采集装置
CN116529681A (zh) 诊断设备、加工系统、诊断方法、以及记录介质
Gil et al. Detecting of the rolling bearing state based on acoustic signal and the k-NN classifier
JP2003149090A (ja) 回転機の軸受診断装置
CN217358982U (zh) 一种信号处理装置
WO2011125233A1 (ja) 機器の異常検出装置
CN117733642A (zh) 一种机床监测方法及监测装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant