一种骑行设备的杂音检测系统及方法与流程

本发明涉及骑行设备检测，尤其涉及一种骑行设备的杂音检测系统及方法。

背景技术：

1、现有技术中，对骑行设备的杂音检测时，常采用以下方法：

2、人耳听音：这是最原始，也最接近实际的检测手段，但也存在主观性、疲劳性、误判率等问题1。

3、声级计：这是一种电子仪器，可以测量声压级，但不能区分不同类型和来源的杂音。

4、频谱分析：这是一种利用信号处理器对声音信号进行频率分解的方法，可以发现某些特定频段的杂音，但对于电声产品或低能量的杂音就不太有效。

5、失真分析：这是一种通过比较正常音和瑕疵音的能量差异来检测杂音的方法，但对于较小的异音或声音整体变化的情况就不太准确。

6、纯音测量：这是一种利用滑频信号和斜率分析来检测杂音的方法，可以一网打尽电声异音和机械噪声，但需要专用的仪器和软件。

7、从上述方法可以看出，现有技术中的不足主要有以下几点：

8、人工检测骑行设备的杂音时，通常采用人耳听音或声级计等简单工具，这些方法不仅人力成本高，而且检测标准不统一，容易受到个人主观判断和外界环境干扰的影响，导致对骑行设备的杂音检测不能达到统一、准确、自动。

9、机器检测骑行设备的杂音时，通常采用频谱分析或失真分析等复杂工具，这些方法虽然能够提高检测效率和精度，但也存在适用范围窄、成本高昂、需要专用的仪器和软件和测试速度较慢等问题。

技术实现思路

1、针对现有技术中存在的问题，本发明提供一种骑行设备的杂音检测系统，所述骑行设备的飞轮，和/或座椅套管处设置为检测点，包括：

2、声音采集装置，用于在骑行检测过程中对所述骑行设备的检测点的声音进行实时采集得到音频数据；

3、噪音检测模块，连接所述声音采集装置，用于提取所述音频数据的音频特征，并根据所述音频特征进行噪音检测得到噪音检测结果；

4、异响检测模块，连接所述噪音检测模块，用于根据所述音频特征于所述音频数据中提取出异常段并对所述异常段进行声音分类，根据分类结果进行异响判断得到异响判断结果；

5、合格性判断模块，分别连接所述噪音检测模块和所述异响检测模块，用于在所述噪音检测结果表示有噪音或所述异响判断结果表示有异响时提示检测人员所述骑行设备检测不通过。

6、优选的，所述噪音检测模块包括：

7、特征提取单元，用于分别计算所述音频数据中的各数据帧的a计权声压级作为对应的所述音频特征；

8、噪音判断单元，连接所述特征提取单元，用于在所述a计权声压级超过预设的最大声压级且持续时间超过最长持续时间时将噪音检测不通过作为所述噪音检测结果，以及在所述a计权声压级不超过预设的最大声压级或持续时间未超过最长持续时间时将噪音检测通过作为所述噪音检测结果。

9、优选的，所述异响检测模块包括：

10、提取单元，用于分别将所述音频数据中所述音频特征超过预设的异常值的连续的各所述数据帧作为一个所述异常段提取出来；

11、分类单元，连接所述提取单元，用于对各所述异常段进行特征提取得到对应的梅尔倒谱系数，将各所述梅尔倒谱系数分别输入预先训练的分类模型得到各所述异常段的声音分类结果，根据所述声音分类结果将除了所述骑行设备造成的所述异常段剔除；

12、异响判断单元，连接所述分类单元，用于在判断剩余的所述异常段的数量大于异响数量阈值且各相邻的所述异常段之间的时间间隔在预设时间范围内时将异响检测不通过作为所述异响检测结果，以及在判断所述异常段的数量不大于异响数量阈值或者各相邻的所述异常段之间的时间间隔不在预设时间范围内时将异响检测通过作为所述异响检测结果。

13、优选的，所述提取单元包括：

14、第一提取子单元，用于在所述音频数据中，将超过预设的噪音阈值且上一数据帧不高于所述噪音阈值的所述数据帧标记为记录起始点；

15、第二提取子单元，连接所述第一提取子单元，用于在所述记录起始点后有数据帧的所述音频特征高于所述异常值时将首个所述音频特征低于预设的中止值的所述数据帧标记为记录结束点；

16、第三提取子单元，连接所述第一提取子单元和所述第二提取子单元，用于将所述记录起始点和所述记录结束点之间的各所述数据帧以及所述记录起始点前的多个所述数据帧和所述记录结束点之后的多个所述数据帧作为一个所述异常段提取出来。

17、优选的，所述异响检测模块还包括预处理单元，分别连接所述提取单元和所述分类单元，用于将提取出的所述异常段进行归一化数据处理作为所述异常段。

18、优选的，还包括人机交互界面模块，分别连接所述声音采集模块、所述噪音检测模块、所述异响检测模块和所述合格性判断模块，用于展示所述音频数据对应的波形图、频谱图、能量图和所述音频特征，以及所述噪音检测结果和异响判断结果。

19、本发明还提供一种骑行设备的杂音检测方法，应用于上述的杂音检测系统，包括：

20、步骤s1，所述杂音检测系统在骑行检测过程中对所述骑行设备的检测点的声音进行实时采集得到音频数据；

21、步骤s2，所述杂音检测系统提取所述音频数据的音频特征，并根据所述音频特征进行噪音检测得到噪音检测结果；

22、步骤s3，所述杂音检测系统根据所述音频特征于所述音频数据中提取出异常段并对所述异常段进行声音分类，根据分类结果进行异响判断得到异响判断结果；

23、步骤s4，所述杂音检测系统判断所述噪音检测结果是否表示有噪音或所述异响判断结果是否表示有异响：

24、若是，则提示检测人员所述骑行设备检测不通过；

25、若否，则提示检测人员所述骑行设备检测通过。

26、优选的，所述步骤s2包括：

27、步骤s21，所述杂音检测系统分别计算所述音频数据中的各数据帧的a计权声压级作为对应的所述音频特征；

28、步骤s22，所述杂音检测系统判断所述a计权声压级是否超过预设的最大声压级且持续时间是否超过最长持续时间：

29、若是，则将噪音检测不通过作为所述噪音检测结果；

30、若否，则将噪音检测通过作为所述噪音检测结果。

31、优选的，所述步骤s3包括：

32、步骤s31，所述杂音检测系统分别将所述音频数据中所述音频特征超过预设的异常值的连续的各所述数据帧作为一个所述异常段提取出来；

33、步骤s32，所述杂音检测系统对各所述异常段进行特征提取得到对应的梅尔倒谱系数，将各所述梅尔倒谱系数分别输入预先训练的分类模型得到各所述异常段的声音分类结果，根据所述声音分类结果将除了所述骑行设备造成的所述异常段剔除；

34、步骤s33，所述杂音检测系统判断剩余的所述异常段的数量是否大于异响数量阈值且各相邻的所述异常段之间的时间间隔是否在预设时间范围内：

35、若是，则将异响检测不通过作为所述异响检测结果；

36、若否，则将异响检测通过作为所述异响检测结果。

37、优选的，所述步骤s31包括：

38、步骤s311，所述杂音检测系统在所述音频数据中，将超过预设的噪音阈值且上一数据帧不高于所述噪音阈值的所述数据帧标记为记录起始点；

39、步骤s312，所述杂音检测系统在所述记录起始点后有数据帧的所述音频特征高于所述异常值时将首个所述音频特征低于预设的中止值的所述数据帧标记为记录结束点；

40、步骤s313，所述杂音检测系统将所述记录起始点和所述记录结束点之间的各所述数据帧以及所述记录起始点前的多个所述数据帧和所述记录结束点之后的多个所述数据帧作为一个所述异常段提取出来。

41、上述技术方案具有如下优点或有益效果：

42、1)在进行异响检测时，通过分类模型去除环境中的干扰噪音，减小环境中干扰噪音对杂音检测的影响，比传统的声级计的检测方式更准确；

43、2)采用杂音检测系统采集音频，通过对音频进行分析，可以避免传统人工检测方式因为人工主观判断和外界干扰影响造成检测标准不统一，导致对骑行设备的杂音检测不能达到统一、准确、自动；

44、3)杂音检测系统中采用常见的、普遍使用的设备，不需要采用专业仪器和软件，可以避免传统方式中适用范围窄和成本高昂等问题，并且检测速度更快，与人工检测方式相比也能节省人工成本。