基于聲信號(hào)的抹灰墻質(zhì)量檢測(cè)及試驗(yàn)研究

基于聲信號(hào)的抹灰墻質(zhì)量檢測(cè)及試驗(yàn)研究

0 引言

建筑外墻飾面層的設(shè)計(jì)施工是施工過(guò)程中的一個(gè)重要環(huán)節(jié)，但由于抹灰墻自身及外界因素的影響，在施工和使用過(guò)程中逐漸出現(xiàn)了一系列的問(wèn)題，出現(xiàn)了空鼓、脫落等現(xiàn)象，不僅影響建筑物的視覺(jué)效果，還嚴(yán)重影響到人們的生命財(cái)產(chǎn)安全[1、2]。

用于檢測(cè)墻體的方法有很多，傳統(tǒng)的檢測(cè)方法主要是通過(guò)檢測(cè)者人工敲擊墻面或者用敲擊錘隨意性地劃過(guò)墻面，聽(tīng)取聲音的特點(diǎn)判別墻面是否存在缺陷，該方法可能會(huì)在一定程度上造成墻體的損壞，而且主要依賴于檢測(cè)者的主觀經(jīng)驗(yàn)，隨意性較大，準(zhǔn)確性可能達(dá)不到要求[3]。

本文將利用聲音傳感器和采集卡等設(shè)備，采集抹灰墻不同黏結(jié)情況的敲擊聲信號(hào)，通過(guò)對(duì)聲信號(hào)進(jìn)行預(yù)處理，提取聲信號(hào)的梅爾頻率倒譜參數(shù)（MFCC），并采用動(dòng)態(tài)時(shí)間規(guī)整（DTW）算法對(duì)參數(shù)進(jìn)行識(shí)別，分析參考樣本數(shù)數(shù)量的大小對(duì)識(shí)別率的影響，初步驗(yàn)證用聲信號(hào)檢測(cè)識(shí)別抹灰墻黏結(jié)缺陷的可行性和有效性。

1 敲擊聲信號(hào)能量分析[4]

通過(guò)將敲擊動(dòng)力學(xué)的過(guò)程轉(zhuǎn)化為二自由度彈簧系統(tǒng)，進(jìn)行簡(jiǎn)化建模分析（圖1）。

兩個(gè)彈簧倔強(qiáng)系數(shù)分別為Kf和Kc，即為墻體的彎曲強(qiáng)度和非線性接觸區(qū)域的強(qiáng)度，墻體和敲擊球的等效質(zhì)量分別為M0和M1。

圖1 敲擊過(guò)程的彈簧模型

視墻體的初始狀態(tài)為靜態(tài)的，在敲擊過(guò)程中，當(dāng)敲擊錘速度減小為零時(shí)，墻體達(dá)到最大變形，此時(shí)所有的初動(dòng)能全部轉(zhuǎn)化為墻體的彎曲振動(dòng)能量以及接觸范圍內(nèi)所形變產(chǎn)生的能量。因此，不考慮墻體變形產(chǎn)生的剪切力和敲擊產(chǎn)生的壓縮波等成分，能量守恒方程可寫成如下式子：

式中， V0—敲擊球的初動(dòng)能；

Ef—墻體的彎曲變形能量；

Ec—接觸范圍內(nèi)的能量，包含墻體的形變能量和敲擊錘的形變能量，該部分能量通過(guò)敲擊錘的反彈最終轉(zhuǎn)化為敲擊錘的剩余振動(dòng)能量。

將λ定義為初動(dòng)能轉(zhuǎn)為墻體彎曲振動(dòng)能量的比率，假設(shè)敲擊錘與圓盤的中心接觸，圓盤厚度h，半徑，k12為常數(shù)，由文獻(xiàn)[5]得到以下表達(dá)式：

當(dāng)墻體存在空鼓時(shí)，其等效厚度小于正常的墻體，因而敲擊過(guò)程中敲擊錘的初動(dòng)能轉(zhuǎn)化為墻體彎曲振動(dòng)的能量比率遠(yuǎn)大于正常墻體對(duì)應(yīng)的情況。由于彎曲振動(dòng)的頻率較低，因此可以根據(jù)敲擊聲信號(hào)的頻譜分析來(lái)判別墻體是否存在空鼓。

2 聲信號(hào)識(shí)別原理

對(duì)聲信號(hào)進(jìn)行識(shí)別時(shí)，首先對(duì)采集的聲信號(hào)進(jìn)行預(yù)處理，提取特定的信號(hào)參數(shù)，并保存為標(biāo)準(zhǔn)信號(hào)。然后，輸入待測(cè)樣本參數(shù)，將其特征參數(shù)與標(biāo)準(zhǔn)特征參數(shù)進(jìn)行比較。如果誤差在允許的范圍內(nèi)，則表示待測(cè)樣本與標(biāo)準(zhǔn)樣本匹配，否則樣本不匹配。

2.1 預(yù)處理流程

對(duì)聲信號(hào)進(jìn)行預(yù)處理的流程如圖2所示。

2.2 預(yù)加重處理

通過(guò)對(duì)聲信號(hào)的高頻部分加重，達(dá)到提高信號(hào)的高頻分辨率和使信號(hào)頻譜更加平緩的效果。預(yù)加重的實(shí)現(xiàn)一般是由一階的而數(shù)字濾波器來(lái)實(shí)現(xiàn)：

式中，α—預(yù)加重系數(shù)，0.9＜α＜1.0 ，α通常

取0.95。

2.3 濾波

采用梅爾濾波器組對(duì)聲信號(hào)進(jìn)行濾波。

2.4 信號(hào)歸一化

消除不同信號(hào)樣本間的數(shù)量級(jí)差異。

2.5 分幀和加窗處理

聲信號(hào)在非常短的時(shí)間范圍內(nèi)是可視為近似穩(wěn)定的信號(hào)，即聲信號(hào)具有短時(shí)平穩(wěn)性。通常取每幀時(shí)長(zhǎng)為10~30ms，幀長(zhǎng)為200，幀移取80。分幀后進(jìn)行加窗處理，常用的有矩形窗和漢明窗兩種。

矩形窗函數(shù)：

圖2 聲信號(hào)預(yù)處理結(jié)構(gòu)流程圖

漢明窗函數(shù)：

2.6 端點(diǎn)檢測(cè)

采用基于短時(shí)平均過(guò)零率和短時(shí)能量的端點(diǎn)檢測(cè)方法。在信噪比較高的環(huán)境下，敲擊聲信號(hào)的能量遠(yuǎn)大于噪聲的能量，所以僅需對(duì)輸入的短時(shí)能量和短時(shí)平均過(guò)零率進(jìn)行逐幀比較就可區(qū)分敲擊信號(hào)段、噪音段。在求出短時(shí)能量和短時(shí)平均過(guò)零率之后，設(shè)置高門限和低門限，即先選取一個(gè)較高的短時(shí)能量值進(jìn)行粗判，再利用短時(shí)過(guò)零率進(jìn)行二次判別。當(dāng)短時(shí)能量低于低門限，而下一幀高于低門限，則說(shuō)明進(jìn)入了信號(hào)段；反之，則進(jìn)入了噪音段。直到二者均低于低門限時(shí)，說(shuō)明信號(hào)段結(jié)束。具體端點(diǎn)檢測(cè)如圖3所示。

3 敲擊聲信號(hào)特征提取與識(shí)別

3.1 Mel頻率倒譜系數(shù)（MFCC）及參數(shù)提取[6-10]

梅爾頻率到譜系數(shù)（MFCC）表示人耳對(duì)于頻率的感知呈非線性特性，能準(zhǔn)確反應(yīng)聲信號(hào)的聽(tīng)覺(jué)特征。Mel標(biāo)度與頻率之間的關(guān)系是：

式中， f—線性刻度的頻率，單位Hz；

圖3 有效端點(diǎn)檢測(cè)

Mel(f)—Mel標(biāo)度。

提取MFCC參數(shù)的過(guò)程如下（圖4）：

圖4 MFCC的提取流程圖

（1）對(duì)預(yù)處理后的每一幀進(jìn)行離散的傅里葉變換（DFT），求得線性頻譜X(k)，轉(zhuǎn)換公式為：

（2）求線性頻譜幅度X(k)的平方，得到幅度譜。

（3）將幅度譜通過(guò)梅爾三角濾波器組形成Mel頻譜輸出m(l)，l=1，2，…，L，L取24。

（4）將Mel頻譜取對(duì)數(shù)，進(jìn)而做離散余弦變換（DCT），即可得到MFCC參數(shù)：

3.2 動(dòng)態(tài)時(shí)間規(guī)整算法（DTW）[11-14]

動(dòng)態(tài)時(shí)間規(guī)整算法（DTW）屬于目前聲信號(hào)識(shí)別較常用的模板匹配法，其原理是找到一個(gè)時(shí)間規(guī)整函數(shù)m=w(n) ，將待測(cè)樣本信號(hào)的特征矢量R={r1，r2，…，rm} 映射到參考樣本模板的特征矢量U={u1，u2，…，un} (m≠n)，且滿足式子：

式中， D[n,w(n)]—第n幀待測(cè)樣本特征矢量與第m幀參考模板的的特征矢量之間的距離；

D[i , j]—在最優(yōu)化的時(shí)間規(guī)整情況下，兩個(gè)模板之間的距離測(cè)度。

如圖5所示，黑色路徑為利用動(dòng)態(tài)規(guī)劃（DP）方法從矩陣D（m，n）中找出的倒譜距離失真最小的路徑，使該路徑與模板信號(hào)的倒譜距離失真累積最小。

通過(guò)對(duì)敲擊聲信號(hào)進(jìn)行提取MFCC參數(shù)之后，將待測(cè)樣本的信號(hào)參數(shù)與參考模板的信號(hào)特征參數(shù)進(jìn)行匹配，得到匹配與參考模板之間的累積距離之和，累積距離小者，則與對(duì)應(yīng)的參考模板類型相似度越高，從而判斷待測(cè)樣本的類型，得出墻體的檢測(cè)結(jié)果。

4 試驗(yàn)與討論

4.1 試驗(yàn)系統(tǒng)及設(shè)置

本試驗(yàn)的系統(tǒng)主要由聲音傳感器、敲擊錘、信號(hào)采集儀及計(jì)算機(jī)組成。聲音傳感器采用江蘇聯(lián)能電子技術(shù)有限公司的MP40，靈敏度為45.2mV/Pa，可測(cè)聲音頻率范圍20～20 000Hz。信號(hào)采集儀采用凌華科技（中國(guó)）有限公司的USB-2405，是一款24位高性能USB接口動(dòng)態(tài)信號(hào)采集模塊，擁有4個(gè)輸入通道，每個(gè)通道采樣頻率最高可達(dá)128ks/s，可實(shí)時(shí)顯示和存貯采集信號(hào)，并導(dǎo)出供Matlab識(shí)別的數(shù)據(jù)文件，進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行處理和分析。

敲擊聲信號(hào)由焊有直徑為20mm金屬球的敲擊錘來(lái)實(shí)現(xiàn)，信號(hào)通過(guò)聲音傳感器接收至信號(hào)采集卡，通過(guò)A/D轉(zhuǎn)換上傳至數(shù)據(jù)處理端，采樣率取值為12.8kHz。為減少周圍環(huán)境噪音對(duì)采集信號(hào)的影響，將聲音傳感器置于離敲擊點(diǎn)約10cm處（圖6）。

本試驗(yàn)的對(duì)象為700mm×1200mm的實(shí)驗(yàn)墻體，分別模擬正常、空鼓墻體的真實(shí)情況。部分典型的正常、空鼓信號(hào)波形如圖7、8所示。

根據(jù)采集到的聲信號(hào)，對(duì)空鼓墻體和正常墻體的頻譜進(jìn)行分析和比對(duì)，可以看出，正常墻體對(duì)應(yīng)的頻譜圖特征峰主要在3 000Hz左右，而空鼓墻體對(duì)應(yīng)的頻譜特征主要集中在500～2 500Hz低頻帶范圍內(nèi)。這是由于墻體存在空鼓時(shí)，其等效厚度小于正常的墻體，敲擊過(guò)程中產(chǎn)生的初動(dòng)能轉(zhuǎn)化為墻體的彎曲振動(dòng)能量比率遠(yuǎn)大于正常墻體對(duì)應(yīng)的情況，低頻帶范圍反應(yīng)了空鼓墻體的彎曲振動(dòng)。但是，由于外界環(huán)境噪音的干擾，以及人工手動(dòng)敲擊的力度存在差異性，會(huì)導(dǎo)致正常墻體在3 000Hz左右的頻譜特征峰發(fā)生變動(dòng)及低頻帶彎曲振動(dòng)能量改變。因此，若單純采用頻譜特征對(duì)墻體進(jìn)行識(shí)別，容易出現(xiàn)誤判。

4.2 試驗(yàn)結(jié)果討論

通過(guò)敲擊正常及空鼓的不同位置獲得不同的聲信號(hào)波形，并針對(duì)正常、空鼓的墻體，分別選取100個(gè)樣本，訓(xùn)練成參考模板。再次分別選取正常墻體和空鼓墻體各40個(gè)樣本進(jìn)行分類測(cè)試（表1、2）。

從表1模型匹配的識(shí)別結(jié)果顯示，采用MFCC參數(shù)與DTW算法相結(jié)合的識(shí)別方法，正常墻體的識(shí)別率為92.5%，空鼓墻體的識(shí)別率為97.5%。

圖5 待測(cè)模板與參考模板倒譜距離矩陣

圖6 信號(hào)采集

圖7 正常墻體對(duì)應(yīng)的時(shí)域圖及頻譜圖

圖8 空鼓墻體對(duì)應(yīng)的時(shí)域圖及頻譜圖

表1 DTW算法的識(shí)別結(jié)果

表2 不同數(shù)量的參考樣本對(duì)識(shí)別結(jié)果的影響

表2給出參考樣本數(shù)量對(duì)同一組待測(cè)樣本識(shí)別率的影響，可以看出，隨著參考樣本數(shù)的增加，墻體空鼓和正常的識(shí)別率呈現(xiàn)上升的趨勢(shì)。在同樣條件下，由于墻體的敲擊聲信號(hào)采集方便，過(guò)程簡(jiǎn)單，因此可以通過(guò)增加參考樣本的數(shù)量來(lái)提高墻體空鼓或正常的識(shí)別率。

5 結(jié)語(yǔ)

綜上所述，本文通過(guò)試驗(yàn)研究墻體存在空鼓的實(shí)際問(wèn)題。利用在敲擊抹灰墻體產(chǎn)生的聲信號(hào)，提取了多組信號(hào)樣本的MFCC參數(shù)，并利用DTW算法原理對(duì)樣本進(jìn)行識(shí)別檢測(cè)。試驗(yàn)結(jié)果驗(yàn)證了該算法具有訓(xùn)練方便、識(shí)別率高、實(shí)用性強(qiáng)等特點(diǎn)，在抹灰墻體的空鼓檢測(cè)中，有效地檢測(cè)出墻體空鼓位置，避免了墻體的空鼓問(wèn)題對(duì)建筑物的安全性造成影響。隨著參考樣本數(shù)量的增加，其所包含的樣本參數(shù)信息越全面，在對(duì)空鼓墻體進(jìn)行識(shí)別時(shí)，有效提高了識(shí)別率。

[1]周桂萍.外墻飾面磚空鼓脫落主要原因與防治措施[J].江漢石油職工大學(xué)學(xué)報(bào),2015,04:50-51.

[2]馬秋柱.外墻面磚黏貼工藝探討[A].河南省土木建筑學(xué)會(huì).河南省土木建筑學(xué)會(huì)2010年學(xué)術(shù)大會(huì)論文集[C].河南省土木建筑學(xué)會(huì): 2010:3.

[3]孫牽宇,童峰,曹紹杰.基于SPCE61A的墻體空鼓聲無(wú)損檢測(cè)系統(tǒng)[J].聲學(xué)技術(shù),2007,06:1150-1154.

[4]TONG Feng, S K TSO, M Y Y Hung, Impactacoustics-based health monitoring of tile-wall bonding integrity using principal component analysis[J]. Journal of Sound and Vibration, 2006, 294(7): 329-340. [5]Sansalone M, William B. Streett, Impact-echo NDE of Concrete and Masonry[M]. Bullbrier Press, Ithaca, N. Y.,2003.

[6]李澤,崔宣,馬雨廷,陳俊宇. MFCC和LPCC特征參數(shù)在說(shuō)話人識(shí)別中的研究[J].河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版),2010,02:51-55.

[7]陳勇,屈志毅,劉瑩,酒康,郭愛(ài)平,楊志國(guó).語(yǔ)音特征參數(shù)MFCC的提取及其應(yīng)用[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,S1:106-107.

[8]胡政權(quán),曾毓敏,宗原,李夢(mèng)超.說(shuō)話人識(shí)別中MFCC參數(shù)提取的改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用,2014,07:217-220. [9]王正創(chuàng).基于MFCC的聲紋識(shí)別系統(tǒng)研究[D].江南大學(xué),2014.

[10]周春暉.基于MFCC特征和GMM模型的說(shuō)話人識(shí)別系統(tǒng)研究[D].蘭州理工大學(xué),2013.

[11]朱淑琴,趙瑛. DTW語(yǔ)音識(shí)別算法研究與分析[J].微計(jì)算機(jī)信息,2012,05:150-151+163.

[12]蘇昊,王民,李寶. 一種改進(jìn)的DTW語(yǔ)音識(shí)別系統(tǒng)[J].中國(guó)西部科技,2011,01:38-39+94.

[13]陳孟元.基于改進(jìn)型DTW算法和MFCC的語(yǔ)音識(shí)別[J]. 安徽工程大學(xué)學(xué)報(bào),2014,01:53-57.

[14]侯瑞真.基于DTW算法的在線語(yǔ)音識(shí)別與仿真[D].北方工業(yè)大學(xué),2014.

Quality Inspection and Experimental Study of Plastered Wall Based on Acoustic Signals

■ 張旭清 Zhang Xuqing 劉文白 Liu Wenbai 孔 戈 Kong Ge 高建衛(wèi) Gao Jianwei

利用聲音傳感器和采集卡搭建起來(lái)的試驗(yàn)系統(tǒng)，單點(diǎn)單次敲擊抹灰墻試驗(yàn)墻體，采集聲信號(hào)的時(shí)域波形圖?？紤]到人耳對(duì)墻體敲擊聲信號(hào)不同頻率的感受程度，利用人耳的聽(tīng)覺(jué)特性，通過(guò)提取梅爾頻率倒譜系數(shù)（MFCC），并采用動(dòng)態(tài)時(shí)間規(guī)整（DTW）算法對(duì)信號(hào)樣本進(jìn)行識(shí)別分類，分析參考樣本數(shù)數(shù)量的大小對(duì)識(shí)別率的影響，初步驗(yàn)證用聲信號(hào)檢測(cè)識(shí)別抹灰墻黏結(jié)缺陷的可行性和有效性。

梅爾頻率倒譜系數(shù)；動(dòng)態(tài)時(shí)間規(guī)整；識(shí)別率

The test system consisting of sound sensors and acquisition card is used to inspect the wall and form the time-domain waveform utilizing the acoustic signal produced by "single tap, single time" on plastered wall. Considering human ear's perception for percussive sound signals with different frequencies, we analyzed the infl uence of sample size over recognition rate by extracting the Mel Frequency Cepstrum Coeffi cient (MFCC), using the Dynamic Time Warping (DTW) algorithm and utilizing human ear's auditory characteristics, by which we initially verifi ed the feasibility and effectiveness of acoustic signals in inspecting plastered wall's bonding defects.

Mel Frequency Cepstrum Coeffi cient, Dynamic Time Warping, recognition rate

2016-10-27）

國(guó)家自然科學(xué)基金項(xiàng)目（51078228）、國(guó)家海洋公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目（201105024-5）、2013年上海市研究生教育創(chuàng)新計(jì)劃實(shí)施項(xiàng)目“學(xué)位點(diǎn)建設(shè)培育”（20131129）、上海市科學(xué)技術(shù)委員會(huì)立項(xiàng)項(xiàng)目《既有建筑外圍護(hù)結(jié)構(gòu)飾面層脫落風(fēng)險(xiǎn)檢測(cè)技術(shù)及標(biāo)準(zhǔn)的制定》（編號(hào)15DZ0500700）。

張旭清，上海海事大學(xué)海洋科學(xué)與工程學(xué)院碩士研究生；劉文白，上海海事大學(xué)海洋科學(xué)與工程學(xué)院教授，碩士生、博士生導(dǎo)師；孔戈，上海眾材工程檢測(cè)有限公司總經(jīng)理，高級(jí)工程師；高建衛(wèi)，上海眾材工程檢測(cè)有限公司科研中心主任，高級(jí)工程師。