基于CNN与多通道声学信号的齿轮故障诊断

李少波 姚勇 桂桂 李想 胡建军

摘要：针对齿轮故障诊断任务中，振动信号受设备或工矿环境的影响难以获取，传统的单通道声学诊断法只能采集部分信息用于局部診断，多通道声学诊断法权值确定过程复杂、实时性差等问题，结合深度学习理论，提出一种基于卷积神经网络与多通道声学信号齿轮故障诊断法。通过将传感器布置在不同测量点位以获取不同敏感度的故障信息，再以卷积神经网络作为融合技术，对4路齿轮声学信号进行特征级融合，实现对多级传动齿轮的故障诊断。实验结果表明：相比于单个传感器多个特征量信息的传统声学诊断方法，该文所提出的方法在齿轮故障识别率上有显著提升，可达99.8%。

关键词：齿轮故障诊断;声学信号;信息融合;卷积神经网络

中图分类号：TB532 文献标志码：A 文章编号：1674-5124（2019）10-0001-05

收稿日期：2018-08-22;收到修改稿日期：2018-11-08

基金项目：国家自然科学基金（51475097，91746116）

作者简介：李少波（1973-），男，湖南岳阳市人，教授，博士，研究方向为智能制造、多源数据融合等。

0 引言

齿轮作为机械设备中一种必不可少的连接和传递动力的通用零部件，由于其本身结构复杂，工作环境恶劣等原因，齿轮极易损坏和出现故障，成为诱发机器故障的重要因素。在机械装备向着大型化、高效率、高强度、自动化和高性能的方向发展的今天，齿轮箱的故障和失效给整个生产和社会造成的损失将越来越大。目前，故障诊断方法很多，基于振动信号的测量与分析方法由于具有信息量丰富，物理意义清晰，识别决策容易等特点成为诊断方法中最常用、最有效的方法之一[1-3]。但在很多实际情况中，一方面由于振动传感器受设备或工矿环境的限制，安装不便;另一方面，在高温、高湿度、高腐蚀和有毒有害的环境下，振动信号并不容易测取，使得振动诊断法受到限制[4]。

基于声学信号测量与分析的声学故障诊断技术具有测量仪器简单、非接触式测量、不影响设备正常工作等特点，在早期的齿轮故障诊断中已有一定的应用。但在缺乏先验知识的条件下，传统的声学诊断（acoustic-based diagnosis，ABD）方法较难确定合适的测量位置;基于单通道处理与分析的ABD方法受测量位置的影响，只能利用部分声学信息，存在局部诊断的缺陷[5]。而基于阵列测量的ABD技术能够通过多通道声学信号的同步测量与分析获取声场空间分布的完整信息，克服单通道测量所带来的信号不稳定及局部诊断等缺陷，但对多通道信号的融合多停留在数据级加权融合阶段，其权值确定过程复杂、实时性差[6-7]，融合后仍需要借助信号分析技术进一步提取故障特征和判断决策，其诊断过程较为复杂，对信号处理技术与工程实践经验要求较高。

针对以上问题，本文利用半球面测量的方式采集多测点的声学信号，以尽可能地获取表征齿轮故障状态的全面信息，再结合深度学习理论降‘o]，利用卷积神经网络作为融合技术，提出了基于卷积神经网络与多通道声学信号融合的齿轮故障诊断方法。该方法不仅克服了传统ABD方法局部诊断的缺陷，还通过卷积神经网络实现了融合过程中权值的自适应调整，回避了多通道信息融合过程中权值确定过程复杂、实时性差等问题。

1 多传感器信息融合

通过不同测点位置的传声器获取故障不同敏感度的信息或互补信息，再从获取的信息中提取时频域特征，构成特征矩阵，最后利用卷积神经网络融合多通道的故障特征矩阵进行故障识别与分类。其融合模型如图1所示。

1.1 时频域特征提取

1）对数域梅尔频谱特征

将采集的声学信号进行分帧加窗处理，利用短时傅里叶变换对每帧信号进行时频变换得到对应频谱，再通过梅尔滤波器组将频谱转换为梅尔频谱，最后频谱值映射于对数域得到所提特征[11-12]。其二维特征矩阵T₁=（m，t），m代表所设置梅尔滤波器的个数，t对应声学信号的帧数。

2）频谱质心其中x（n）代表频率点n的加权频率值，f（n）代表频率点n的中心频率。其特征矩阵T₂=（1，T），t对应声学信号的帧数。

3）均方根能量

X_RMS反映每帧信号的均方根值。其特征矩阵T₃=（1，t），t为声学信号的帧数。

1.2 基于卷积神经网络的多通道信息融合方法

提取第n个传声器所采集信号的时频特征，构建总样本集的特征矩阵Y_n=（X₁，X₂，…，X_m），其中X_m=（T_1m，T_2m，T_3m）^T，X_m为第m个样本的特征向量，T_1m到T_3m分别表示从第m个样本中所提取的对数域梅尔频谱特征、频谱质心特征和均方根特征。将n个传感器所构建的n个特征矩阵视为卷积网络的n个特征图谱，通过n个通道输入网络。将不同大小的卷积核作用于输入特征图谱以实现多通道信息融合。卷积核以局部权值矩阵的形式遍历特征图谱中的所有位置，进行内积运算，同一卷积核实现权值共享，加上偏置得到融合后的特征图谱。卷积计算的一般形式如下：

式中：x_k^l——第l层的第k个特征图谱;

x_n^l-1——前一层第n个特征图谱的输出;

ω_nk^l——1层的第n个特征图谱与l层的第k个特征图谱之间的卷积核;

b_k^l——l层第k个特征图谱的偏置;

M_n——l-1层与l层进行卷积运算的所有输出特征图谱。

同时，为了在保留主要特征的前提下减少参数数量，对于融合后的特征图谱采取下采样操作。公式如下：

x_j^l=f（β_j^ldown（x_n^l-1）+b_i^l}（4）

down（·）为下采样函数。表示对前一层的第n个输出特征图谱进行下采样操作，对不同n×n块的像素进行求和，使输出的特征图谱在两个维度上均缩小为原来的1/n倍。

最后，输出特征图中所有的神经元将与全连接网络的神经元节点相连接，进行故障识别与分类。

1.3 网络结构设计

卷积神经网络模型如图2所示。Conv1、Conv2为卷积层，其功能是对多通道的输入信息进行融合。Pool1、Pool2为池化层，采用最大池化的方式对卷积层的输出特征图谱进行降维，以减小计算损耗，节约计算资源。FC为全连接层，完成齿轮故障识别与分类任务。Softmax为激活函数对输出预测概率进行归一化使所有预测概率之和为1。

每层网络的具体参数如表1所示。

N为输入通道数，每个通道对应于每个传声器的特征矩阵。卷积层均采用5x5的卷积核，并以1为步长在特征图谱上进行内积运算，第一层卷积层的滤波器个数设置为32，第二层设置为64。每一层卷积层之后接最大池化层，有效减少过多参数。每层网络均以ReLU作为激活函数，以提升非线性因素。最后将融合后的特征矩阵送入全连接层，利用1024个神经元对故障特征进行识别，并以Softmax作为分类器，输出预测结果。

2 实验验证与分析

2.1 实验环境

为提高实验成功率，得到没有受干扰的、纯粹的由齿轮箱振动引起的声辐射信号，齿轮故障诊断仿真模拟实验在半消声室中进行。实验台如图3所示。该实验台由电动机、变频器、二级齿轮减速器、弹性联轴器、磁粉制动器和张力控制器组成。电动机作为动力源通过弹性联轴器与减速器的高速轴相连，张力控制器控制磁粉制动器激磁电流，模拟恒定负载状态，4个传声器安装在半球阵列架上，从4个不同的测点采集声音信号。齿轮模拟故障状态如图4所示，通过人为手段在减速器低速轴上的齿轮上模拟点蚀、磨损、断齿3种故障。得到齿轮运行的4种状态。并由Head数据采集系统采集转速1800r/min空载状态下的4类四通道声音信号，采样率设为16000Hz，其时域、频域信号如图5所示。每类故障40个样本，共160个样本，每个样本为60s的音频文件。

2.2 数据预处理

将采集到的160个60s音频文件以10s为一个片段进行切分，共得到960个样本，并将样本划分为训练集、验证集和测试集。其中训练样本个数为每类150个共600个样本，验证样本为每类60个共240个，测试样本为每类30个共120个。同时借鉴语音识别中音频信号处理的经验，使用非重叠的窗口将10s的音频文件划分为10个1s的音频片段进行特征提取，以降低计算复杂度。在特征提取部分，以32ms帧长的方式提取特征。128维的梅尔滤波带系数作为特征输入，同时包含其一阶导数共256维。在送入卷积神经网络训练前，将多帧串联构成256×32的长时特征，并对所有特征进行归一化处理，使特征值分布于（-1，1）之间。随后，将提取的4个传声器的特征矩阵构成256×32×4的特征矩阵用以输入四通道的卷积网络进行训练、验证及测试。

2.3 实验结果分析

利用卷积神经网络融合以对数域梅尔频谱及其一阶导数为特征的四通道特征矩阵。网络以交叉熵为损失函数，在训练集上通过Adam优化算法对参数进行优化，缩小预测值与真实值的差值，并利用验证集调整学习率，批处理数量等超參数。经调整后学习率设置为0.003，批处理数量设为50。最后以测试集上的识别率作为该模型的评价指标。在包含4种齿轮状态的1200个1s音频片段的测试集上，利用卷积网络融合多传感器信息的识别结果如表2所示。

实验结果表明，基于卷积神经网络的多个传感器单个特征信息融合诊断方法在齿轮正常状态下的识别率达到100%，说明该方法能够准确区分齿轮的故障与非故障状态，同时在断齿、磨损、点蚀故障状态下的识别率分别达到100%、99.6%、99.6%，这同样表明所提出的方法能够准确识别多级齿轮传动系统中齿轮的故障状态。

同时，为进一步证明多个传感器单个特征信息融合诊断法的优越性，将提出的方法与单个传感器多特征的传统方法相比较。在单一传感器对数梅尔频谱特征矩阵的基础上添加频谱质心（Centroid）与均方根能量（RMS）两种特征，构成数据样本。其对比诊断结果如表3所示。

由表可知，基于多传感器信息融合诊断精度比单个传感器的最高识别率高24.8%，并且可以发现，传感器1，2，3的识别率非常接近，而传感器4的识别率与其余3个有着较大的差异，通过图3可以看出，造成差异的原因与传感器的布置位置有关。传感器4的布置最靠近故障齿轮，因此采集到的声音信号更清晰，特征更明显，识别率也更高。而基于多传感器信息融合的诊断方法由于传感器布置覆盖整个实验台，可融合全方位的声音信息，故其识别率更高，结果更为可靠。

3 结束语

本文提出了一种基于卷积神经网络与多通道声学信号的齿轮故障方法。利用多传声器从不同测点采集齿轮故障过程中全方位的声辐射信号，并提出以卷积神经网络为融合手段的信息融合方法，对多传感器的同一特征量进行融合，该方法克服了传统ABD方法因测点位置难确定而只能进行局部诊断的缺陷，回避了传统信息融合方法权值难确定、实时性差的劣势。实验结果表明，该方法能够识别多级齿轮传动系统中齿轮的故障状态，与传统诊断方法相比具有更高的故障识别率。

参考文献

[1]Ll S，LIU G，TANG X，et al.An ensemble deep convolutionalneural network model with improved D-S evidence fusion forbearing fault diagnosis[J].Sensors，2017，17（8）：1729.

[2]LI Y，CHENG G，PANG Y，et al.Planetary gear faultdiagnosis via feature image extraction based on multi centralfrequencies and vibration signal frequency spectrum[J].Sensors，2018，18（6）：1735.

[3]FIGLUS T，STANCZYK M.A method for detecting damageto rolling bearings in toothed gears of processing lines[J].Metalurgija，2016，55（1）：75-78.

[4]鲁文波，蒋伟康，潘思伟，等.基于近场声全息声像图纹理特征的机械故障诊断方法[J].振动工程学报，2013，26（4）：617-623.

[5]鲁文波，蒋伟康，张一麟，等.基于声场空间分布特征的齿轮箱故障诊断研究[J].振动与冲击，2013，32（18）：183-188.

[6]蒋玲莉，刘义伦，李学军，等.基于SVM与多振动信息融合的齿轮故障诊断[J].中南大学学报（自然科学版），2010，41（6）：2184-2188.

[7]雷亚国，林京，何正嘉.基于多传感器信息融合的行星齿轮箱故障诊断[C]//全国设备故障诊断学术会议，2010.

[8]雷亚国，贾峰，周昕，等.基于深度学习理论的机械装备大数据健康监测方法[J].机械工程学报，2015，51（21）：49-56.

[9]罗鹏，杨宇，程军圣.AFDCNN方法及其在齿轮故障定量诊断中的应用[J].电子测量与仪器学报，2018（1）：33-39.

[10]LIU C，CHENG G，CHEN X H，et al.Planetary gears featureextraction and fault diagnosis method based on VMD andCNN[J].Sensors，2018，18（5）：1523.

[11]PICZAK K J.Environmental sound classification withconvolutional neural networks[C]//IEEE，InternationalWorkshop on Machine Learning for Signal Processing，2015.

[12]TOKOZUME Y，HARADA T.Learning environmentalsounds with end-to-end convolutional neural network[C]//IEEE International Conference on Acoustics，Speech andSignal Processing，2017.

（編辑：商丹丹）