第四章、 探測儀器與漏水音分析
4.2 測錄漏水音及分析
聲音係一種以波動形式存在的能量,可利用筆記型電腦配備之麥克 風輸入漏水探測儀所偵測之音波訊號,惟輸入之電壓訊號通常為類比訊 號(Analog Signal),可利用音效卡之語音訊號處理晶片將該類比訊號 轉換為數位訊號(Digital Signal),以便儲存於電腦並進行相關之訊號 後處理分析。現場進行漏水聲波錄音時,主要藉由專門處理語音訊號的 軟體Cool Edit 2000,由於它的功能能輕易的輸入的語音訊號、存檔、分 割與預覽,如此便可以更省時的處理漏水音訊號。
(三)取樣頻率(Sample rate)
每一秒鐘所擷取之訊號點數即為取樣頻率( fs),而其倒數即為取樣 周期(t)。取樣頻率之設定與吾人欲擷取訊號之最大頻率有關,若所須 分析之漏水聲波的頻寬為 fA,則根據取樣定理之規定,取樣頻率(1 t(Hz))
至少須為訊號之最大頻率的2 倍,方可保留原始資料的頻率內涵,以避
免聲波中高頻反應被誤以為低頻反應的混淆情形(aliasing)。取樣周期 可依4.1式計算:
fA
t 2
1
(4.1)
通常自來水管漏水處所產生聲波頻率介於 100~2500Hz,因此本研究將依 Cool edit 2000 程式內預設最小取樣率設定為 6000 Hz。
圖 4.4Cool Edit2000 之取樣頻率及解析度設定選項畫面
(四)快速傅利葉轉換(Fast Fourier Transform, FFT)
在科學或工程的研究中,以傅利葉轉換為基礎進行訊號處理與分析的 應用最為常見,其可將時間域的歷時訊號轉換為頻率域的頻譜圖
(spectrum),俾便瞭解訊號的頻率內涵。簡言之,傅利葉轉換即是將訊號(如 振動或聲波訊號)分解成許多不同頻率的正弦波之和,可將時間序列上之函 數x(t)轉換成頻率域之函數X( f),或將頻率域之函數X( f)逆轉換成時間序
列上之函數x(t),其數學積分公式定義如下:
以便將連續時間之傅利葉轉換修正為離散傅利葉轉換(Discrete Fourier Transform,DFT)的型式: 當多的時間,因此1965年Codey與Tukey 發表了一系列快速傅利葉轉換 的論文,主要內容為能提升傅利葉變換計算效率的方法,其計算時間正 比於
n log
2N 。該方法主要是利用離散傅利葉轉換重覆循環之特性,發展 出新的演算方法,可減少運算量,再加上近年來計算機運算能力的提升,遂大幅提升了傅利葉轉換之計算效率。
(五)取窗法(Bendat J.S. and Piersol A.G.,2000)
有限頻寬訊號通常具有無限時寬,惟進行傅利葉轉換時僅能選取有 限時間的訊號,實際上可視為將該時間訊號乘上一個視窗函數進行分段 或稱為取窗。視窗函數之選擇將會影響分析結果,若視窗函數之頻譜具 有主瓣極窄,旁瓣極小之特性,即信號頻域能量集中在主瓣內,則可避 免因訊號取窗或分段所引起之其它頻率成份的干擾,可有效降低誤差 值。圖4.5為Hanning、Flat top及Uniform 視窗曲線,由於現實環境之波 動訊號通常為週期訊號及隨機訊號組合而成,因此本研究將採用Hanning 視窗可緩和輸入訊號兩端之振幅,以便使得訊號呈現週期函數的形式。
圖 4.5 常用的視窗函數(王彥博、鍾立來、李建良,2003)
圖 4.6 Cool Edit2000 之頻譜分析筆數及視窗選項畫面
(六)平均均方根振幅(Average RMS Power)
漏水是一種長期、穩定的聲波狀態,進行歷時分析時可先將整段測 錄的聲波中受人、車等外界干擾所造成之突波去除,僅擷取穩定之聲波 進行歷時資料所測的相對振幅值之平均均方根計算,將有助於瞭解聲波 相對振幅的大小差異(圖4.7)。
圖 4.7 Cool Edit2000 之聲波統計分析選項畫面
(七)頻譜分析(frequency spectra)
對於聲波訊號的性質研究,可先由觀察其波形之變化來著手,但是一 般訊號之波形多是雜亂變化的,因此僅以波形來分析聲波訊號的性質已難 以完全分辨其差異,利用快速傅利葉轉換的方法(FFT=1024pts),可將 一個訊號所含各次諧波強度展示出來,使兩測點聲波的訊號特徵易於分析 比較。
(八)拐角頻率(corner frequency)
聲波頻譜圖可以依照其波動型態找出三個頻譜參數:低頻高度(Q)、
拐角頻率( f0)及高頻衰減斜率()來描述,如圖4.8所示,隨頻率的增 加,信號的波動趨勢率會在某點之後突然作很大的變化,這種低頻趨勢及 高頻趨勢出現交點時,其對應頻率稱之為拐角頻率。
本文研究自來水漏水現像為一種穩定且持續的聲波特性,因此對於現 地測錄所得各式聲音(包含:漏水音、管壓流動聲及其他雜音等)經過頻 譜分析後,漏水聲波於低頻與高頻間必展現出一較大頻譜能量,利用低頻 高度與高頻衰減率來找出此特徵頻率及對應尖峰振幅,將可提供檢測人員 更精確的判斷分析。
圖 4.8 頻譜參數圖(黃秀霞、梁延剛,2002)