基于声音—压力的多通道角钢材质检测系统硬件设计

郝孟娟 刘晓鹏 齐康花 秦志英 赵月静

摘要：针对角钢材质混料造成的错用型号现象，利用不同材质角钢具有不同的冲孔声音和剪切压力的特性，研发了多通道角钢材质检测系统。首先通过分析角钢加工过程中的检测原理，给出了角钢材质检测系统的设计框图；其次给出了硬件系统总体电路图，选择了硬件型号，合理布置了前面板接口和内部线路，且对声音-压力多通道角钢材质检测系统硬件进行了封装；最后，配合软件系统进行了现场安装测试。结果表明，该硬件系统能够完成多通道信号采集、处理、分析、识别等在线检测工作，对于提高角钢的材质检测效率具有参考价值。

关键词：信号检测；角钢材质；多通道；冲孔声音；剪切压力

中图分类号：TP274+2文献标志码：Adoi： 10.7535/hbgykj.2018yx04007

角钢是铁塔加工的必备原料，不同材质的钢材混用将对铁塔的性能产生影响，可能会引发倒塔断线事故，造成重大损失[1]。因而，对角钢材质的成分检测尤为重要。而目前，铁塔加工企业在对角钢材质进行检测时，主要通过取样来检测角钢的力学性能和化学成分是否符合要求[2]。这些方法效率较低，安全系数低且较繁杂，难以适应生产的需要。

根据现场调研和试验发现，角钢在冲孔等加工过程中会产生一定的声音和剪切压力。第4期郝孟娟，等：基于声音-压力的多通道角钢材质检测系统硬件设计河北工业科技第35卷声音是人或物所固有的特征之一，且声音数据的获取具有非侵犯性[3]。文献[4]提出了基于声音信号的结构损伤识别方法，文献[5]提出可以利用声音信号检测钢材材质，文献[6]利用声音信号能量比进行在线识别钢材材质，VEISI等[7]利用声音信号识别技术开发了声音信号识别系统。所以，从角钢加工过程中产生的冲孔声音信号入手进行分析是完全可行的。关于从剪切压力信号方面进行分析处理，文献[8]指出压力传感器在测量过程中集成化比较简捷方便，测量程序简单，操作方式比较便捷，测量的数据具有很高的精准度。其中外卡式压力传感器可以不用拆卸大型复杂装备、不改变原有机件的工作状态，只需要用传感器本身的夹具即可将其夹持在需要测量的物体上，进行压力检测[9]。文献[10]提出了压力传感器在线状态检测的方法，而文献[11]表明采用虚拟仪器技术，以LabVIEW为平台，结合压力传感器特点，可以开发一套计算机辅助测试系统。至于多通道方面，文献[12]提出了基于LabVIEW的高精度多通道测温系统，该系统能够实现6通道的温度采集、显示、绘图、状态检测及数据保存。文献[13—16]较系统地介绍了压力传感的多通道、触听视觉的多通道以及多通道数据的实时采集方法。

本文提出了基于声音-压力的多通道角钢材质检测系统的总体设计思路。首先由传感器采集冲孔时的声音信号和剪切压力信号，其中压力信号经信号隔离器滤波，将电流信号转换成电压信号，排除低频噪声干扰，获取更准确的信号。然后，将两路声音信号和一路转换成电压型的压力信号传输到数据采集卡，完成多通道信号的采集。而后，数据采集卡进行A/D转换输送到上位机中进行数据处理、频谱特征提取、模式识别、数据库的建立更新。最后，根据对声音和压力信号的处理结果与模板进行相似度匹配，当发现不合格角钢时进行报警提示，完成角钢材质的识别任务。

1材质在线检测原理

在企业中，通常采用数控型钢联合生产线加工铁塔用角钢，这是一种对角钢进行夹紧、冲孔、剪切以及全自动生产的专用设备，图1为角钢加工示意图。

在对角钢进行冲孔加工时会发出一定的声音，且不同材质的角钢冲孔时发出的声音是不同的，人耳可以分别，因此提出了用声音传感器以替代人耳实现对冲孔声音的实时检测。在试验过程中，发现不同角钢剪断时也会引起液压回路压力值的变化，所以为了进一步提高检测识别的准确率，增加了剪切压力作为实时检测信号。为了对角钢两侧分别冲孔，加工设备设有左右两排冲头，提出的设计方案如图2所示。

该系统通过两路声音传感器、一路压力传感器来分别检测左右冲头冲孔时的声音和剪切装置剪断时的压力，实现多路检测信号的信息融合及综合识别。为了更精确地采集信号、去除背景干扰，每个传感器配置了2个电磁开关，以保证加工动作发生时才开始采集信号，而加工动作结束时同时结束采集信号。

2多通道系统设计及封装

2.1系统设计

根据图2所示系统方案框图，设计的系统电路图如图3所示，其中数据采集卡是系统核心部分，只要确定了数据采集卡的类型，就可以确定其与计算机之间的接口，以及与数字量和模拟量之间的接口。

该系统选用了USB-DAQV5.0型数据采集卡，其驱动安装的上位机的操作环境可以是常用的Win2000/XP/Win7系统，并适用于LabVIEW，VB.Net，C++Builder，Matlab和VC等常用编程语言提供的动态链接库，函数接口简单易用，便于写入程序和二次开发。采集卡的驱动安装简单，采用隔离USB通信，插拔便捷。采取单独供电降低对上位机的依赖性。采集卡和计算机之间存在的保护电压可瞬间承受5 kV。采集卡的输入和输出接口都配备了光电模块，可使采集卡与输入输出信号的电压大小相匹配，起到安全防护作用。

2.2系统硬件选择

在数据采集卡确定之后，主要选择模拟信号传感器、电磁开关等作为系统硬件。经市场调研和实验，系统各部件主要包括Android声音传感器、美控MIK-P300压力传感器、NPN型电磁开关等。各部件的选择依据如下。

1）Android声音传感器的灵敏度高且性能稳定，峰值完全，显示易于区分，增益可调且成本低，故检测系统的声音采集使用该类型传感器。为了获取更加准确的声音信号，可将2个传感器分别安装在机床的A，B面冲头附近。

2）美控MIK-P300压力传感器的精度等级高、稳定性好，采用低压直流电，工作量程大，受周圍环境温度影响较小。对不同型号角钢进行冲孔加工时，油缸内的压力值有所不同，经现场观察，压力传感器适宜安装在油缸出口的钢管上。

3）NPN型电磁开关的感应距离较小， 可以成功地避免干扰，考虑到安装接近开关的数控加工设备的空间较为狭小，采用NPN型电磁开关作为该检测系统的开关。

2.3系统封装

在硬件型号选定之后，按照图4把主要的电器元件固定，把多个声音传感器通过四芯防干扰线直接与数据采集卡的模拟接口相接，压力传感器先与信号隔离器连接，再与采集卡的模拟接口连接，继电器的输入端接电磁开关，输出端接数据采集卡的数字接口，最后经采集卡的USB接口将数据传输到上位计算机中，而多个声音传感器、压力传感器、多个电磁开关、信号隔离器和数据采集卡由电源模块按各元件的电压要求统一供电。传感器的外部接线如图5所示。

3多通道系统的现场安装与测试

硬件设计完成后，需要根据被测对象现场安装传感器，然后通过现场测试来检验整套软硬件系统，以进行调整和修改，使整套系统更加完善，提高检测系统识别的可行性和准确率。

如图6 a）所示，加工角钢的数控机床有A，B两排冲头，分别对角钢的A，B两面进行冲孔操作。为了更准确地采集冲孔声音，要弱化其他噪音干扰，在每排冲头附近均安装了声音传感器，从而保证每一排冲头工作时，对应的声音传感器均可以较准确地采集到冲孔声音，起到从源头上净化信号的作用。而为了感知冲头位置从而控制冲头的冲孔和复位，该数控机床的每排冲头均配备了2个电磁开关。如图6 b）所示，剪切操作的动力由位于数控机床上方的油缸提供，压力传感器用来采集油缸内不同的剪切压力值，故在油缸出口的钢管上加工了对应的螺纹孔，用来安装压力传感器。各传感器与检测系统硬件的接线如图6 c）所示。

现场安装完成后，启动检测系统软件，检测结果如图7所示，证明系统硬件达到要求，可以实现与软件稳定接口，能准确采集加工过程中的声音和压力信号。

4结语

利用角钢加工过程中的冲孔声音信号和剪切压力信号对角钢材质进行识别，设计实现了多通道角钢材质检测系统。首先，在对角钢加工过程进行分析的基础上，介绍了系统总体设计的框图，绘制了总体电路图。其次，对硬件型号进行了选择，通过合理布置前面板接口和内部元件，对系统硬件进行了整体封装。最后，介绍了传感器的现场安装，通过与系统软件连接调试，验证了硬件系统的运行可靠性，证明能够完成对应信号的采集与处理工作。后续配合检测软件的算法，可以实现对不同角钢材质的识别功能。较传统的人工方法而言，该系统能够提高角钢材质检测的效率，有一定的实用价值。

本文只是针对在一定厚度和宽度范围内的角钢进行检测识别，而当角钢较窄、较薄时，识别率要低一些，未来需要针对更多规格型号的角钢进行深入研究。

参考文献/References：

[1]何敏娟，梁峰，马人乐.大型超高钢结构电视塔模拟地震振动台试验研究[J].振动与冲击，2010，29（1）：77-80.

HE Minjuan， LIANG Feng， MA Renle. Shaking table test for a super high steel TV tower[J]. Journal of Vibration and Shock， 2010， 29（1）：77-80.

[2]胡飞飞，陈晓东，张旭光，等.输电铁塔材质韧脆转变温度及检测方法研究[C]//2013年中国电机工程学会年会论文集.北京：中国电机工程学会，2013.

[3]刘雪燕.基于文本无关的说话人识别[D].兰州：兰州理工大学，2007.

LIU Xueyan. Text-independent Speaker Recognition [D]. Lanzhou： Lanzhou University of Technology， 2007.

[4]瞿金秀，杨飞宇，张周锁，等.基于声音信号的结构损伤识别方法[J].振动、测试与诊断，2014，34（4）：638-643.

QU Jinxiu， YANG Feiyu， ZHANG Zhousuo， et al. Identification method for structural damage based on acoustic signal[J]. Journal of Vibration， Measurement & Diagnosis， 2014， 34（4）：638-643.

[5]秦志英，齐康花，董桂西，等.基于声音信号的钢材材质检测及试验研究[J].河北科技大学学报，2016，37（3）：275-282.

QIN Zhiying， QI Kanghua， DONG Guixi， et al. Steel material detection based on sound signal and the experimental research [J]. Journal of Hebei University of Science and Technology， 2016， 37（3）： 275-282.

[6]秦志英，劉尧，董桂西，等.利用声音信号能量比在线识别钢材材质[J].机械科学与技术，2016，35（5）：800-804.

QIN Zhiying， LIU Yao， DONG Guixi， et al. On-line recognization of steels by using energy ratio of sound signal [J].Mechanical Science and Technology for Aerospace Engineering，2016，35（5）：800-804.

[7]VEISI H， SAMETI H. The Combination of CMS with PMC for Improving Robustness of Speech Recognition Systems[M]. Heidelberg： Springer， 2009.

[8]金建勋.压力传感器校准方法的研究[D].大连：大连理工大学，2014.

JIN Jianxun. Research on Calibration Method of Pressure Sensor[D]. Dalian： Dalian University of Technology， 2014.

[9]田静宜.外卡式PVDF压力传感器的设计[J].河北工业科技，2010，27（3）：201-203.

TIAN Jingyi. Design of PVDF pressure sensor with a clip[J]. Hebei Journal of Industrial Science and Technology， 2010， 27（3）： 201-203.

[10]韓成春，唐翔.压力传感器在线状态监测装置研发[J].测控技术，2015，34（11）：130-134.

HAN Chengchun， TANG Xiang. Development of on-line state monitoring device for pressure sensor[J]. Measurement & Control Technology， 2015， 34（11）：130-134.

[11]曹昌言.基于LabVIEW的压力传感器测试系统[D].南京：南京大学，2014.

CAO Changyan. Pressure Sensor Testing System Based on LabVIEW [D]. Nanjing： Nanjing University， 2014.

[12]孙毅刚，何进.基于LabVIEW的高精度多通道温度测量系统[J].仪表技术与传感器，2017（1）：96-100.

SUN Yigang， HE Jin. Multi-channel temperature measurement system of high-precision based on LabVIEW[J]. Instrument Technique and Sensor， 2017（1）：96-100.

[13]唐胜武，李冰冰，王旭.多通道压力传感器多参数自动测试系统设计[J].传感器与微系统，2014，33（12）：64-66.

TANG Shengwu， LI Bingbing， WANG Xu. Design of multiple parameters automatic test system for multi-channel pressure sensor [J].Transducer and Microsystem Technologies， 2014， 33（12）： 64-66.

[14]路璐，田丰，戴国忠，等.融合触、听、视觉的多通道认知和交互模型[J].计算机辅助设计与图形学学报，2014，26（4）：654-661.

LU Lu， TIAN Feng， DAI Guozhong， et al. A study of multimodal cognition and interaction based on touch， audition and vision [J].Journal of Computer-Aided Design & Computer Graphics， 2014， 26（4）： 654-661.

[15]杨俊强，毛征，曹锋，等.多通道数据实时采集标时系统设计[J].国外电子测量技术，2011， 30（3）：29-32.

YANG Junqiang， MAO Zheng， CAO Feng， et al. Design of multi-channel real time data acquisition and time labeled system [J]. Foreign Electronic Measurement Technology， 2011， 30（3）：29-32.

[16]薛战军，卞学红，杜玲玲，等.多通道压力传感器综合检测系统设计[J].计测技术，2013，33（6）：40-43.

XUE Zhanjun， BIAN Xuehong， DU Lingling， et al. Design of integrated testing system for multi-channel pressure sensors[J]. Metrology & Measurement Technology， 2013， 33（6）：40-43.