在散料输送现场带式输送机的托辊数量多到让人头疼。一条两千多米的胶带机托辊能装上千组它们每天承受物料冲击和高速旋转是整条线路上故障率最高的环节。传统点检基本靠人耳去听老师傅贴着辊子站半天凭“咔哒、沙沙”的声音判断轴承是不是坏了。可这样的做法主观性太强现场环境噪声又大两拨人看同一个托辊经常判出两个结果。基于声音信号的托辊故障检测系统本质上是把老师傅的耳朵变成一套可复现、可量化的算法用拾音器采集托辊运行声音在Matlab里完成去噪、分帧、特征提取和包络谱分析最后输出“正常”或“故障”的结论。这篇文章我会从项目设计思路讲起把硬件选型、数据采集、Matlab代码实现、常见坑全部列出来适合正在做设备点检方案、声学故障诊断课题或者毕业设计的读者参考。1. 整体设计思路为什么声音能暴露托辊故障1.1 托辊故障的声音特征从哪来托辊故障一般分两类轴承损坏和辊皮损伤。轴承损坏后滚道、滚动体上出现剥落、点蚀或裂纹旋转时会产生周期性冲击。这个冲击会激励轴承座、辊体甚至附近结构发生共振辐射出特征明显的“咔哒”或“嗡嗡”声。辊皮严重磨损、被物料黏住或表面变形后转动不再平稳声音会变得低沉、杂乱。故障信号本质上不是简单的高低音变化而是由轴承旋转频率及其倍频调制出来的高频冲击。也就是说坏托辊的声音会在固定时间间隔内出现“脉冲串”而正常托辊的声音相对平稳。我们要做的就是从一段混杂了大量背景噪声的音频里找出这种周期性的冲击成分。1.2 为什么选声音信号而不是振动信号做设备故障诊断大家第一反应往往是振动检测。振动加速度计贴在轴承座上确实能拿到很干净的信号但对托辊这种场景并不实用。托辊数量太多一条皮带上千个辊子不可能每个都装传感器巡检时拿手持式测振仪一个个贴探头效率也远低于用麦克风吹扫。声音检测的核心优势是非接触。手持拾音器或者固定几个高灵敏度麦克风离托辊几十厘米就能采集数据不用停机、不用贴装。缺点是环境噪声干扰严重信噪比低。针对托辊这种转速不高带速通常2到4米每秒、故障信号特征明显的场景声音方案的部署成本和效率优势非常突出。设计系统时要做的就是通过带通滤波、包络谱分析等手段把故障冲击从低频大噪声背景里“抠”出来。1.3 系统整体框架和各模块分工我设计的这套系统分四个环节声音采集、预处理、特征提取、判断输出。声音采集用驻极体麦克风加USB声卡进入电脑或者嵌入设备Matlab离线处理时用audioread直接读wav文件。预处理负责去直流、带通滤波、分帧加窗。特征提取从每一帧里计算时域指标均方根、峭度和频域指标包络谱。判断环节则采用“先阈值初判、再包络谱确认”的两级策略。为什么用两级策略而不是一把梭因为单靠响度判断过料、启动、胶带接头经过时都会造成误报。先靠峭度和RMS筛出“疑似帧”再对疑似片段做包络谱分析找故障特征频率误报率会明显下降。这也是整套系统里我认为最有工程价值的部分。1.4 技术选型背后的几个关键决定采样率我定在44100Hz也就是CD音质标准。为什么不用更低的22050Hz托辊轴承故障冲击的高频成分可能到5kHz以上但现场实测超过5kHz的部分衰减得很厉害再加上驻极体麦克风高频响应有限保留过高的频带只会放大环境干扰。44.1kHz既能覆盖有效分析频带又与市面常见声卡、录音笔天然适配。带通滤波范围选100到5000Hz同样是现场权衡的结果。100Hz以下主要是电机、滚筒、减速机等大型设备的低频噪声能量大且与托辊故障无关5000Hz以上多为气流、风噪、电气干扰对故障诊断没什么贡献。至于滤波器的阶数离线分析用4阶巴特沃斯就够在线实时处理时可以用椭圆滤波器过渡带更窄但要注意相位畸变。2. 现场数据怎么采麦克风、采样率和样本标注2.1 麦克风选型与安装位置数据采集是整个项目最容易翻车的地方也是最容易被忽略的地方。很多人在实验室里用现成的音频文件跑通算法一到现场就发现识别率直接崩盘根源就是录音质量不过关。麦克风我建议用带防风棉的驻极体麦克风或者测量级手持麦克风频响范围覆盖50Hz到15kHz即可不需要太高端的声学传感器。现场环境粉尘大、湿度高如果做固定安装外壳防护等级至少IP65否则麦克风振膜一积灰灵敏度掉得厉害。手持巡检时离托辊20到50厘米拾音头对着托辊轴向偏下45度尽量避免正对电机或滚筒噪声源。固定安装的位置要专门调。我试过把麦克风固定在托辊支架上方离托辊大约30厘米正对着轴承座效果最好。但胶带托辊是转动部件安装支架不能碰到转动位置也不能阻挡检修通道。更稳妥的办法是先手持采集标记最优位置后再设计固定夹具避免“装是装上了音质全毁了”。2.2 采样率、录音时长和格式采样率前面提过直接用44100Hz。录音时长单组样本不要短于10秒我通常录20到30秒。别看后面分析只要几秒钟数据现场噪声是非平稳的过料瞬间、胶带接头经过、启动阶段都会让信号变化很大录太短没法覆盖各种工况。录音格式必须用wav位深16bit不要用MP3。MP3等有损压缩会把高频细节和低幅值冲击抹掉故障特征本身就很微弱再经压缩等于自毁长城。单声道就够了双声道文件记得在Matlab里取单列不然后面处理时维度混乱。另外录音时一定要记录设备工况带速、是否带料、环境温度、离托辊距离、托辊编号。这些现场记录是后续样本标注和阈值调整的依据。没有工况信息的音频基本就是废数据。2.3 样本标注与目录整理样本标注是算法模型的天花板。故障样本从哪来最可靠的方式是现场找“疑似托辊”采集音频挂一个“疑似”标签等检修拆下确认后再更新为“外圈故障”“内圈故障”或“辊皮磨损”。千万别只凭耳朵听就标成故障声音主观感受和实际损坏不一定对应。Matlab里可以用audioDatastore管理音频文件目录结构建议这样分data/ normal/ outer_fault/ inner_fault/ roller_abnormal/每个文件夹里按“设备编号_日期_工况序号.wav”命名比如T12_20250108_no_load_01.wav。命名规则一定提前定好不然样本量一大整理起来想哭。2.4 别忘了采集边界工况除了稳定运行状态还要特意录一些启动、停机、低速、过料瞬间的音频。很多算法在稳定工况下表现很好一到非平稳阶段就频繁误报。把这些边界工况数据单独放一批用来做鲁棒性测试比一味追求模型在理想样本上的准确率更有意义。我当时吃过这个亏第一次测试时算法在正常匀速段非常准一遇到胶带接头经过就误报成故障就是因为样本里缺少接头冲击这一类“正常但异常”的数据。3. 信号预处理与特征提取的Matlab实现3.1 读取音频并检查波形先读入一段wav看看原始数据长什么样。[y, fs] audioread(roll_001.wav); y y(:,1); % 取单声道 t (0:length(y)-1) / fs; figure; subplot(2,1,1); plot(t, y); xlabel(时间 (s)); ylabel(幅值); title(原始声音波形);读文件后第一件事不是急着滤波而是看波形。有没有削波如果波形顶部被切平说明录音电平太高增益要调低有没有大段静音或满幅噪声这些都会影响后续特征。audioread返回的采样率fs一定要打印出来确认声卡时钟偏差虽然小但后面计算频率轴时差一点都不行。3.2 去直流与带通滤波驻极体麦克风经过声卡后信号里往往带一个直流偏置虽然很小但对后面希尔伯特包络解调有影响。先把均值减掉再做带通滤波。fs 44100; y y(:) - mean(y); f_low 100; f_high 5000; [b, a] butter(4, [f_low/(fs/2) f_high/(fs/2)], bandpass); y_f filter(b, a, y);butter的第二个参数是归一化截止频率要用截止频率除以fs/2对应的是Nyquist频率。选4阶是平衡过渡带和计算量离线处理对相位延迟不敏感可以放心用。如果想看得更准可以用filtfilt做零相位滤波但它要求输入信号长度足够否则两端会有边界效应。3.3 分帧加窗短时平稳假设声音信号是非平稳的托辊转速也在小幅波动直接对整段信号做FFT会糊成一片。工程上通用的做法是分帧加窗假设每一帧几十毫秒内信号近似平稳。frameLen 2048; % 约46ms 44.1kHz hop 1024; % 50%重叠 frames buffer(y_f, frameLen, frameLen - hop, nodelay).; w hann(frameLen); frames frames .* w;buffer函数把一维信号切成矩阵每行一帧。第二个参数是帧长第三个参数是重叠量nodelay表示从开头直接取帧。用汉宁窗是为了抑制帧边缘不连续产生的频谱泄漏。如果换矩形窗FFT谱线旁边会多出一堆虚假边瓣找峰值时特别容易误判。3.4 时域特征均方根和峭度分帧后逐帧计算均方根RMS和峭度Kurtosis。rms_vals sqrt(mean(frames.^2, 2)); kurt_vals kurtosis(frames, 1, 2);RMS反映这一帧声音的能量大小。故障托辊由于异常的冲击和摩擦总体能量通常比正常托辊高但不绝对。过料时物料撞击托辊能量也很大所以RMS只能做初判不能单独定论。峭度是四阶统计量用来描述信号分布形状。正常振动噪声接近高斯分布峭度约等于3故障轴承的冲击信号中会频繁出现大幅度尖峰峭度明显变大。经验值上持续多帧峭度大于5就要高度怀疑存在冲击性故障。但峭度对偶然的瞬态冲击也敏感现场一个金属工具掉落都会让它爆表所以必须配合包络谱确认。3.5 包络谱把冲击周期解调出来这是整套系统最核心的一步。故障轴承的周期性冲击会激励起高频共振直接对原始信号做FFT看到的多是一大片高频“草”状能量故障特征频率往往淹没在共振频带里不好找。包络分析的思想是先取信号包络再对包络做FFT把“冲击每秒钟发生几次”这个低频周期信息解调出来。env abs(hilbert(y_f)); env_spectrum abs(fft(env)); f_axis (0:length(env_spectrum)-1) * fs / length(env_spectrum);完整的包络谱计算不适合对整段几分钟信号直接做建议按帧长2048、重叠50%分段计算包络谱然后取平均这样能压制随机噪声突出稳定出现的周期分量。hilbert就是希尔伯特变换abs取解析信号的模得到包络。3.6 托辊轴承故障特征频率的估算判断包络谱峰值时不能漫无目的地找最大峰要结合托辊参数估算故障特征频率。托辊转频每秒转数由带速和托辊直径决定fr v / (pi * D)其中v是带速单位m/sD是托辊直径单位m。比如带速2m/s托辊直径0.108m那么fr ≈ 2 / (3.14 * 0.108) ≈ 5.9Hz。知道了转频如果还知道轴承参数可以用经典的轴承故障特征频率公式估算外圈、内圈、滚动体故障频率外圈故障频率 BPFO Z / 2 * fr * (1 - d / Dm * cos(alpha)) 内圈故障频率 BPFI Z / 2 * fr * (1 d / Dm * cos(alpha))其中Z是滚动体数量d是滚动体直径Dm是节径alpha是接触角。现场拿不到这些参数时也不用慌。我们仍然可以先算转频然后在包络谱里寻找位于转频整数倍附近、并且重复出现的谱峰簇这种“间隔均匀”的峰值模式是故障冲击的典型特征比单个峰值可靠得多。4. 故障识别逻辑与Matlab综合实现4.1 两级判断逻辑先初判再确认我最终采用的判断逻辑只有两级。第一级是帧级特征扫描逐帧计算RMS和峭度如果连续超过一定帧数的RMS大于阈值或者峭度持续大于5就把这个片段标记为“疑似故障片段”。这一步的作用是丢掉大量明显正常的音频减少计算量。第二级是包络谱确认。对疑似片段计算包络谱提取谱峰频率将这些频率与当前托辊转频及经验故障频带比对。如果包络谱在低频区出现一组等间隔谱峰或者存在某个超过背景能量多倍的突出峰值就判定为故障否则判断为正常。这个逻辑的特点是“宁缺毋滥”吗不它的核心是“可解释”。每一张判定图都能找到对应特征维护人员可以回看是RMS超了还是包络谱峰值异常而不是面对一个黑盒模型不知所措。4.2 一个可以直接跑的完整检测函数下面给出一个简化但完整的Matlab函数包含从读文件到输出判定结果的全过程。function [flag, detail] roll_bearing_detect(filename, fs_target) % 简化版托辊声音故障检测函数 % 输入wav文件路径目标采样率 % 输出flag0正常1故障detail特征结构体 if nargin 2 || isempty(fs_target) fs_target 44100; end % 1. 读取音频 [y, fs] audioread(filename); y y(:,1); if fs ~ fs_target y resample(y, fs_target, fs); fs fs_target; end % 2. 去直流 带通滤波 y y - mean(y); [b, a] butter(4, [100/(fs/2), 5000/(fs/2)], bandpass); y filter(b, a, y); % 3. 分帧加窗 frameLen 2048; hop 1024; frames buffer(y, frameLen, frameLen - hop, nodelay).; frames frames .* hann(frameLen); % 4. 时域特征 rms_vals sqrt(mean(frames.^2, 2)); kurt_vals kurtosis(frames, 1, 2); % 5. 第一级疑似帧判定 rms_base median(rms_vals); % 用中位数抗异常点 rms_thr rms_base * 2.5; % 经验阈值需现场标定 kurt_thr 5; abnormal_idx find((rms_vals rms_thr) | (kurt_vals kurt_thr)); % 连续10帧以上才认为是疑似片段 flag 0; detail.rms rms_vals; detail.kurtosis kurt_vals; detail.abnormal_idx abnormal_idx; if length(abnormal_idx) 10 return; end % 6. 第二级包络谱确认 env abs(hilbert(y)); env_spectrum abs(fft(env)); freq (0:length(env_spectrum)-1) * fs / length(env_spectrum); % 只关心5Hz到500Hz的低频周期分量 band (freq 5) (freq 500); env_db env_spectrum(band); f_band freq(band); % 提取突出峰值 [pks, locs] findpeaks(env_db, MinPeakHeight, mean(env_db) 2*std(env_db)); detail.peak_freqs f_band(locs); detail.peak_values pks; if ~isempty(pks) flag 1; end end这个函数里的阈值写得比较保守。rms_thr用了中位数的2.5倍目的是适应不同录音增益kurt_thr取5是业内常用经验值。但必须强调这套阈值不是万能钥匙现场换一套设备、换一个声场环境大概率要重新标定。4.3 把检测过程可视化故障判断不能只输出0和1现场负责人更希望看到“为什么判故障”。Matlab里可以用figure把原始波形、RMS曲线、包络谱三个图叠在一起做成一张诊断报告图。figure; subplot(3,1,1); plot((0:length(y_f)-1)/fs, y_f); title(带通滤波后波形); subplot(3,1,2); frame_time (0:length(rms_vals)-1) * hop / fs; plot(frame_time, rms_vals); hold on; plot(frame_time(abnormal_idx), rms_vals(abnormal_idx), r.); title(RMS曲线红点为疑似帧); subplot(3,1,3); plot(f_band, env_db); hold on; for i 1:length(locs) xline(f_band(locs(i)), --r); end xlabel(频率 (Hz)); ylabel(幅度); title(包络谱峰值标注);图中如果能同时标注估算的故障特征频率比如用绿色竖线画在BPFO、BPFI附近会更有说服力。可视化不仅是给算法看更是给机电维护人员看。4.4 进阶用特征向量接轻量分类器如果采集到的样本足够多比如每个类别超过50组音频可以考虑不写纯阈值规则改用特征向量加分类器。每帧提取RMS、峭度、峰值因子、包络谱主峰频率等组成特征表。features [rms_vals, kurt_vals, peak_ratio]; labels [ones(sum(labels_normal),1); zeros(sum(labels_fault),1)]; mdl fitcsvm(features, labels);但我要提醒一句样本不均衡、特征冗余、录音工况不统一时分类器非常容易过拟合。看起来训练集准确率99%到了现场新数据直接崩盘。我的习惯是先用简单的阈值逻辑把项目跑通建立完整的数据闭环再考虑上分类器。项目是做“检测系统”不是做“模型比赛”稳定性永远排在第一位。5. 常见问题与排查技巧实录5.1 现场环境噪声太大怎么办这是被问得最多的一个问题。声音检测天然信噪比差现场电机、滚筒、物料摩擦声都往麦克风里钻。常规的处理顺序是先调整采集位置再使用带通滤波最后考虑谱减法。调整采集位置是零成本却最有效的一步。麦克风尽量贴近故障托辊利用近距效应提高目标声源占比。带通滤波可以滤掉低频大能量噪声但对同频带内的干扰无能为力。如果噪声和故障信号频带重叠可以尝试双麦克风谱减法一只麦克风贴近托辊采集“目标噪声”另一只稍远采集“环境噪声”在频域做对消。谱减法要注意过减会破坏包络谱的周期特征反而降低故障识别率。5.2 故障特征频率算不准怎么办托辊转速不是恒定的。带速波动、辊子表面磨损、负载变化都会导致转频漂移理论计算的BPFO和相关谱峰往往对不上。解决方法是在包络谱分析前先从原始信号里估计实际转频。转频可以从低速段振动或声音包络的脉冲间隔估算也可以用测速传感器同步记录。估算到转频后在匹配谱峰时不要只看单一条谱线而是在理论频率附近±10%的频带内寻找峰值簇。峰值簇比单峰可靠得多因为轴承故障的冲击周期会有随机微小波动不可能像理想模型那样严格等间隔。5.3 录音文件太长Matlab内存爆了怎么办有人录了10分钟wav44.1kHz、16bit文件大小几十MBMatlab直接读入再分帧可能卡死。更好的做法是先用能量检测切出含声音的片段。最简单的VAD语音活动检测实现就是用短时能量加一个低阈值找到能量明显大于静音段的区间只对这个区间做故障分析。Matlab的audioDatastore配合read也支持逐块读入可以用循环一帧一帧读计算完特征就丢掉原始数据。在线实时检测环境中这个方法几乎是必须的不然内存占用永远不够。5.4 为什么包络谱里总有莫名其妙的高频尖峰高频尖峰可能来自麦克风的高频自振、声卡电磁干扰、附近变频器的高频开关噪声。一个简单办法是不要把包络谱的搜索范围设到整个频带而是只关注5到500Hz这个故障周期所在的低频段。包络谱的意义本来就是“解调”低频段才有周期信息高频段解调出来的往往是噪声。5.5 常见现象速查表现象可能原因处理建议正常托辊误判故障胶带接头周期冲击被识别为故障脉冲记录接头时间或用视频同步剔除特征故障托辊漏判故障频率不在包络谱搜索范围内调整转频估算扩大搜索带宽波形削波麦克风增益过高降低录音电平重新采集高频噪声严重麦克风位置距电机过近调整采集角度增加防风棉RMS阈值漂移录音距离不一致统一采集距离或改为归一化特征5.6 误报源哪些声音会干扰判断胶带接头通过时也会产生周期性冲击听起来和坏轴承有点像。过料时大块物料砸在托辊上形成大幅度瞬态冲击峭度会瞬间飙高。甚至旁边工人在用扳手敲打结构件都能触发第一级阈值。处理误报不能只在算法里加规则还要靠数据同步。最实用的做法是录音时用手机拍摄视频或者在现场记录时间轴标注哪些时刻是过料、哪些时刻是接头经过。离线分析时把这些干扰片段单独切出来作为“已知干扰类”进数据库。模型即使不专门训练看到这些特征也该知道要避开。6. 实测效果与个人体会我在一套实际运行的散料输送线上做了两周数据采集共收集87组有效音频其中正常托辊52组确认有故障的托辊35组。用上面这套“阈值初判包络谱确认”的方法做离线识别准确率大概在86%左右。最初只看RMS和峭度误报率很高大多数误报来自胶带接头和过料冲击加入包络谱确认后虚警明显减少。如果后续再引入转速修正和视频时间同步准确率可以进一步接近90%以上。踩过几次坑之后我最大的体会是声音故障检测最难的从来不是算法而是样本采集和对现场噪声的理解。公式、代码、滤波器参数全都可以在教科书中找到但麦克风放哪儿、录音录多久、怎么给样本打标签才是真正决定系统能不能落地的部分。换句话说先学会“听”现场再谈“算”故障。这套系统后续扩展空间也很大。把Matlab代码移植到嵌入式设备用树莓派加USB声卡就能做一个在线监测节点几个节点组网后配合现有的设备点检系统就能实现托辊状态趋势预警。不过别急着上复杂架构先把一个托辊的“听觉”做好比什么都强。