Автор: Пользователь скрыл имя, 13 Декабря 2012 в 18:58, курсовая работа
Вибродиагностика - это одна из относительно новых отраслей науки, основанная на предположении, что любой объект (технический, биологический и т. д.) может быть представлен в виде колебательной системы и спектра вибросигнала, стимулированного либо тестом, либо функциональными возмущениями, содержащих информацию о техническом состоянии, дефектах и качестве объекта. Способ извлечения и расшифровки этой информации составляют основную задачу диагностики, которая в последнее время решается с помощью вычислительной техники. Различают функциональную и тестовую диагностику.
Государственное бюджетное образовательное учреждение
высшего профессионального образования
«СУРГУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ХМАО-Югра»
Факультет информационных технологий
Кафедра автоматизированных систем обработки информации и управления
КУРСОВАЯ РАБОТА
по дисциплине «Моделирование систем»
Автоматизированная система диагностики дефектов в конструкциях электронных средств на основе акустических сигналов
Студент гр. 1192
Руководитель
Сургут
2012
АННОТАЦИЯ
В работе описано создание автоматизированной системы диагностики конструктивных дефектов на основе акустических сигналов и методика анализа звукового сигнала. Расчет проводится с помощью спектрального анализа звукового сигнала.
СОДЕРЖАНИЕ
Виброакустическая диагностика, являясь разделом технической диагностики, есть отрасль знаний, включающая в себя теорию и методы организации процессов распознавания технических состояний машин и механизмов по исходной информации, содержащейся в виброакустическом сигнале.
Вибродиагностика - это одна из относительно новых отраслей науки, основанная на предположении, что любой объект (технический, биологический и т. д.) может быть представлен в виде колебательной системы и спектра вибросигнала, стимулированного либо тестом, либо функциональными возмущениями, содержащих информацию о техническом состоянии, дефектах и качестве объекта. Способ извлечения и расшифровки этой информации составляют основную задачу диагностики, которая в последнее время решается с помощью вычислительной техники. Различают функциональную и тестовую диагностику. Под функциональной диагностикой чаще всего подразумевают виброакустическую диагностику, а под тестовой - определение технического состояния с помощью искусственно создаваемой вибрации.
На основании диагноза определяется оптимальный режим эксплуатации агрегата в условиях возникшей неисправности и технология устранения дефекта и восстановления работоспособности агрегата. Чем надежней и конкретней диагноз, тем ниже затраты, связанные с восстановлением агрегата[2].
Глава 1 посвящена постановке задачи: определение цели данной работы и основных характеристик разрабатываемой автоматизированной системы диагностики по средствам акустических сигналов.
В главе 2 осуществлен аналитический обзор пакета программ, которые использовались в процессе моделирования.
В главе 3 представлен алгоритм анализа звукового сигнала, структурная схема автоматизированной системы, а также описывается интерфейс разработанной программы.
Проверка работы созданной системы в главе 4. Она осуществляется путем подачи различных wav-файлов в качестве входных данных на вход программы.
В результате получаем ответ о наличии признаков различных дефектов в звуковом сигнале и на основе этого выстраиваем представление о состоянии источника сигнала.
Для более детального изучения рассматриваемого вопроса можно обратиться к списку использованной литературы, приведенному в конце данной работы.
Цель работы: создать автоматизированную систему диагностирования дефектов в конструкциях электронных средств на основе анализа акустических сигналов, снимаемых с соответствующего датчика, которая сравнивала бы получаемые данные с образцами из банка эталонных звуковых образов с характерными для них параметрами и описанием.
Для этого необходимо провести моделирование звуковых сигналов генерируемых вследствие конструктивных дефектов. Далее нужно осуществить анализ полученных звуковых сигналов, с целью определения характерных для них параметров. При отсутствии соответствующего лабораторного оборудования, предлагается использовать корпус акустической гитары со встроенным микрофоном для моделирования звуковых сигналов. Микрофон гитары изолирован корпусом от внешней среды, что дает наименьший уровень постороннего шума, а так же корпус гитары достаточно сильно усиливает звуки воздействия на него, что позволяет получать достаточно чистый и громкий звуковой сигнал воздействий на корпус, тем самым создать физическую модель конструкции «с шумами». Затем нужно определить критерии для регистрации и классификации дефекта.
Разрабатываемая автоматизированная система должна обеспечивать:
На этапе поиска информативных признаков ограничивают число измеряемых параметров вибрации, шума и ударов. При этом из множества параметров, характеризующих вибрационный процесс, выделяют только те, которые прямо или косвенно характеризуют состояние объекта. По этим параметрам формулируют информативную систему признаков, используемых при диагностировании.
Выбор диагностических параметров вибрации зависит от типов исследуемых механизмов, амплитудного и частотного диапазона измеряемых колебаний.
В низкочастотном диапазоне чаще измеряют параметры виброперемещения, в среднечастотном — виброскорости, а в высокочастотном — виброускорения[9].
В зависимости от спектрального состава, распределения уровней вибрации в диапазоне частот и во времени, а также от нормирования допустимого уровня измеряют амплитудные, средние или средние квадратические значения. Основным преимуществом измерения, средних квадратических значений является независимость этих значений от сдвигов фаз между отдельными составляющими спектров измеряемой вибрации.
Помимо этих средств, существуют программы, позволяющие анализировать звуковой сигнал: SoundForge, WaveLab, Adobe Audition, SpectraPLUS и др. Среди математических пакетов общепризнанными лидерами являются MathCAD, MatLab, Mathematica и т.д.[13].
Так же есть возможность создать специализированную программы для автоматизированной системы с помощью языков программирования, таких как C/C++, C#, Delphi и др. С использование стандартной для Windows библиотеки DirectSound или ASIO, SDK которой предоставляет в свободном доступе по лицензионному соглашению компания Steinberg[12].
Для написания программы анализа звукового сигнала было решено использовать математический пакет MatLab [11]. Данный пакет MATLAB фирмы «The MathWorks», является мировым стандартом в области научных и технических расчетов. Базовая библиотека MATLAB и пакет расширения Signal Processing содержат большое количество функций, позволяющих быстро и наглядно осуществлять и исследовать различные алгоритмы, связанные с цифровой обработки сигнала.
Для написания интерфейса для программы анализа звукового сигнала использовался пакет программ «Microsoft Visual Studio 2008», объектно-ориентированный язык C#, являющийся языком разработки приложений для платформы Microsoft .NET Framework. Пакет «Microsoft Visual Studio 2008» является одним из линейки продуктов компании Microsoft, включающий интегрированную среду разработки программного обеспечения и ряд других инструментальных средств. Данный пакет позволяет интегрировать программы написанные в MatLab и взаимодействовать с ними[14]. В данной системе можно быстро и качественно разрабатывать графические приложения, используя готовые компоненты.
Также требуется подключение встроенной библиотеки .NET: Microsoft.Office.Interop.Excel для взаимодействия с банком дефестов реализованной в электронной таблицы.
На сегодняшний день существует полноценная автоматизированная система диагностики ZETLab [9], специализирующийся на анализе различных сигналов и мониторинга систем. ZETLab представляет собой аппаратно-программный комплекс, включающий в себя различные датчики сигналов, АЦП/ЦАП и программное обеспечение. Данная система является коммерческим продуктом и не имеет возможности создавать базы данных сигналов и сравнивать входящий сигнал с ней. Поэтому на данном этапе необходимо использовать вышеуказанных компонентов для создания, методики анализа, сравнения сигналов и удобного интерфейса для пользователя.
Анализ и сравнение звуковых сигналов заключается в следующем.
1. Физическое моделирование генерации звуковых сигналов дефектов с помощью корпуса акустической гитары и встроенного в него микрофона. Звуковые сигналы необходимо записать в wav-файл с помощью Adobe Audition. Для более детальной демонстрации примера работы программы, предлагается записать по 10-15 отдельных сигналов двух разных типов дефектов.
2. Полученный в результате физического моделирования звуковой сигнал следует исследовать на наличие уникальных параметров и характеристик. Для этого необходим математически пакет MatLab с его функциями обработки сигнала и возможностью разложить сигнал в ряд Фурье. В ходе анализа требуется выделить несколько критериев, по которым сигнал будет распознаваться. В качестве критериев будет выступать матрица, полученной с помощью разложения в ряд Фурье. Столбцы матрицы соответствуют частотам, а строки временному промежутку.
3. После получения критериев, следует оформить банк дефектов и внести в него значения параметров сигнала. Для оптимизации предлагается внести в банк дефектов только среднее значение параметров и допустимый интервал погрешности, полученных с помощью статистического метода на основе выборки[15]. Банк дефектов в данной работе реализован с помощью таблицы Excel.
4. Далее следует этап диагностики звукового сигнала, который состоит в следующем:
Следует отметить, что при отсутствии имитационной модели генерации звуковых сигналов, должна быть обеспечена возможность использовать внешние источники данных в виде wav-файлов.
На рис. 1 представлена
структурная схема
Рис.1. Структурная схема системы
Как уже отмечалось ранее, при отсутствии имитационной модели генерации сигналов, предусмотрен ручной ввод данных в программу автоматизированной системе в виде заранее записанных в программе Adobe Audition wav-файлов. Это осуществляется оператором. Так же стоит учесть, что программа не имеет полноценной базы дефектов. Банк дефектов составляется разработчиком, и нет возможности пополнять его процессе эксплуатации. В данной курсовой работе предусмотрен именно такой вариант. Но при дальнейшей модификации данной программы будет реализоваться база данных, а так же возможность записи сигнала поступающего с АЦП его анализ в реальном времени без остановки записи с возможностью занесения результатов в базу данных.
В банке дефектов хранятся характеристики звуковых сигналов, которые затем потребуются при их. Он хранит такие параметры сигнала, как: название дефекта, амплитудно-частотные характеристики и доверительный интервал значений.
Сигнал поступает на вход программы автоматизированной системы, где подвергается анализу. Модуль анализа Diag представляет результат в виде матрицы, строки которой соответствуют временному отрезку, а столбцы частоте. Данный модуль использует алгоритм по нахождению Mfcc коэффициентов реализованный в [6]. Он настроен на работу с wave-файлами частота дискретизации которых равна 44100Гц. Это накладывает ограничения на входящие данные. Листинг модуля представлен в Приложении 1.
Интерфейс реализован в виде окна с двумя кнопками «График» и «Диагностика», а так же области для выводимых пользователю сообщений. Вид интерфейса при первоначальном запуске программы представлен на рис.2.
Рис. 2 Окно программы DiagSound
Кнопка «График» предназначена
для отображения
Кнопка «Диагностика»
предназначена для запуска