企业官网建设流程全解析

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/s，D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：flag（0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wav，44.1kHz、16bit，文件大小几十MB，Matlab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

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。