第10期 2017年10月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265（2017）10012203
D0I:10.13462/j.cnki. mmtamt.2017.10.029
基于敲击信号的刹车片内部缺陷检测
张国强，张晓，隋文涛
（山东理工大学机械工程学院，山东淄博255049）
No.10 Oct.2017
摘要：为了解决刹车片内部缺陷检测难题，提出了一种基于敲击信号的刹车片内部缺陷检测方法。选取同种型号的刹车片进行多次敲击实验，然后对敲击得到声音信号进行有效截取；利用小波变换时频分析对实验数据进行对比分析：运用灰度共生矩阵计算灰度图像的属性特征：然后用神经网络对提取到的属性特征进行模式识别。该方法与广家传统的人工敲鼓击肉眼观察法相比，不仅提高了内
部缺陷分辨率，为以后厂家实现车片智能化质量检测提供了一个可行性方案。关键词：利车片；内部缺陷检测；时频分析；模式识别
中图分类号：TH165+，3;TG506
文献标识码：A
InternalDefects Detection of BrakPadsBased on theKnockingSignal
ZHANG Guo-qiang, ZHANG Xiao, SUI Wen-tao
(School of Mechanical Engineering, Shandong University of Technology, Zibo Shandong 255049, China) Abstract: In order to solve the brake pads internal defect detection problem, a detection method based on eaeesseaaasaaaeee then to knock vibration signal effectively intercept. The experimental data is analyzed by using wavelet trans-form and time-frequency. The gray level co-occurrence matrix is computed, and the pattern recognition of image is conducted through using neural network. Compared with the manufacturers of traditional method of eye observation, the proposed methods not only improve the internal defects resolution, but also provides a feasible scheme for the manufacturers to realize intelligent brake lining quality testing
Key words: brake pad; internal defect detection; time-frequency analysis; pattern recognition
引言 0
汽车利车片质量在汽车的制动系统中起着至关重要的作用，目前大部分利车片企业采用传统的方法检测内部缺陷，比如有经验的工人师傅们肉眼观察法和人工敲击法。这样的检测方式过于依赖经验而且非常费时费力又没有较高准确性。
声振检测技术已经应用于多个领域，例如有学者利用声振检测刀具的破损情况，有研究提出了一种基于敲击声音信号的飞机复合材料的检测方法[2]。但是，在刹车片内部缺陷检测方面，声振相关研究还比较少。文献「3-4利用声音进行检测刹车片，但是没有对信号进行充分信息挖掘，只是进行简单的功率谱分析，检测的准确性不够高。
基于以上分析，本文提出了一种结合声音信号的时频分析和模式识别的刹车片内部缺陷检测方法，并在实验室环境下进行了初步探索。对刹车片进行敲击得到声音信号，然后利用小波变换进行时频分析；运用
灰度共生矩阵计算时频图的属性特征；最后运用神经网络对提取到的时频特征进行模式识别。该方法与厂家传统的人工敲击肉眼观察法相比，不仅提高了内部缺陷检测的准确率，还能为以后刹车片厂家实现自动化检测提供了理论指导。
检测方案 1
检测方法如图1所示，实验选取同种型号的刹车
片进行多次敲击实验，然后对敲击得到振动信号进行有效截取；利用小波变换时频分析对实验数据进行对比分析；运用灰度共生矩阵计算灰度图像的属性特征；然后用神经网络对提取到的属性特征进行模式识别。
敲击刹车片
模式识别
收稿日期：2017-01-06；修回日期：2017-02-17
*基金项目：国家自然科学基金（51305243）；山东省自然科学基金（ZR2016EEM20）
采集声音信息
特征提取
图1设计流程
截取声音信号
小波变换时频分析
作者简介：张国强(1975—），男，山东寿光人，山东理工大学讲师、硕士，研究方向为信号处理，（E-mail）zg@sdut.edu.cn；通讯作者：隋文涛
万数据，男，山东烟台人，山东理工大学副教授，博士，研究方向为机械电子，（E-mail）suiwt@163.com。