一种扬声器异常音的时域特征检测方法

扬声器的异常音故障常见于生产过程中,通常可由有经验的听音员凭人耳听音检测出来。与人耳听测异常音的机理类似,一种在时域检测异常音的方法被提出。通过对声响应信号进行经验模态分解得到本征模态函数,再根据本征模态函数与激励信号的瞬时频率差对各模态去混淆处理,可得到包含异常振动信息的模态函数,据此可判断是否存在异常音。算法验证分为仿真和实验两部分。仿真验证中分析了模拟的合格扬声器与故障扬声器的声响应,结果表明算法对于摩擦和碰触导致的异常音是灵敏的。实验验证中检测了20只扬声器,测量得到的故障频率与用高阶谐波失真法得到的结果一致。且对于不同异常音故障,可在经验模态函数的局部特征中观察到不同的时域特征。

一种改进的扬声器异常音快速检测方法

提出了一种基于信号微分预处理PEAQ算法的扬声器异常音检测方法。该方法首先对激励扬声器声的响应信号进行微分预处理,通过基频归一化获取增强的异常音失真信号,最后通过计算高阶次谐波失真来判断该扬声器是否存在异常音。实践证明:改进后的扬声器"异常音(Rub&Buzz)"快速检测算法优于原始计算高阶次谐波失真算法,并且稳定性更好。