声学照相机——让声音“眼见为实”

Xsens动作捕捉 2023-05-09 3560

日常生活中,总有各种各样的声音围绕着我们,无时无刻不在通过振动敲击着我们的耳膜,并通过内耳毛细胞将振动转变为电信号传输至大脑。然而,在获取信息时,人类通过听觉捕获的信息量不足视觉的四分之一,且听觉在空间定位方面远逊于视觉。那么,有什么技术手段可以让我们看见声音呢?答案就是——声学照相机。


声学照相机的前世今生


声成像与声波可视化概念的研究起源可以追溯到1864年由德国物理学家托普勒发明的纹影成像法。即通过对光源进行调整,就能在原本透明的空气中看到声波造成的空气密度变化。在纹影成像的基础上,学者们根据不同密度气流的折射对背景上纹理扭曲程度的分析,计算出空气密度的变化,并把它转化成纹影图像,即背景纹影法。


声学照相机——让声音“眼见为实”  第1张

图1 NASA公布的超音速飞机背景纹影


声成像是基于传声器阵列测量技术,通过测量一定空间内的声波到达各传声器的信号相位差异,依据相控阵原理确定声源的位置,测量声源的幅值,并以图像的方式显示声源在空间的分布。一战期间,诺贝尔奖获得者中士 Jean Perrin发明的Perrin Acoustic Array声阵列帮助法国军队探测敌军战机,大大提高了防空效率。战后,学者们在声成像方面进行了大量的研究,逐步发展出了扫描声成像、声全息技术等。


声学照相机——让声音“眼见为实”  第2张

图2 Jean Perrin中士与其发明的声学阵列[1]


Winston E. Kock在20世纪60年代提出了扫描声成像方法,该方法是使用声波从不同方向和位置扫描待测物体,并接收物体散射的声信号或透射声信号,经过数据整合分析后在平面上形成物体的声像,并将声强分布转化为光学分布或亮度分布,从而得到肉眼可见的图像。


声学照相机——让声音“眼见为实”  第3张

图3 扫描声成像的操作步骤


得益于光学研究的快速发展,学者们在20世纪80年代首次提出了声全息成像方法。该方法把光全息原理引入声学领域,利用干涉原理来获得被观察物体声场全部信息(幅分布和相位分布),声全息术原理全息照相相同,即利用波的干涉原理记录物波的振幅和相位,并利用衍射原理再现物体的象。


时至今日,声学成像技术已经发展出了声光成像、声全息、波束成形等多种方法,在早期诊断泄漏(压缩气体、管道设备、压缩空气)、局部放电(电晕放电)检测和分析、振动发声点(车内噪声源探寻、大型机器噪声定位)等多个领域得到运用,解决了大量的工程难题。


声学照相机的应用


1、噪声源检测

噪声污染会对人的心理和生理健康产生持续的影响,已被我国列为重要的环境影响因素。而只有在准确获知噪声源的前提下,工程师和设计师才能有针对地实施降噪和隔音措施。使用声学照相机可以获取实时的噪声分布图,精确定位噪声源,并且便于记录留证,解决噪声环境治理中取证难的问题。


声学照相机——让声音“眼见为实”  第4张

图4 声学照相机在噪声源检测的运用


2、局部放电检测

电晕、电痕、电弧是电力电气设备的常见故障,而电晕和早期的电痕不会产生热量,因而无法通过红外成像进行检测。常规超声波局放仪用听声音方式进行检测,只能对可疑点进行逐一扫描确认,操作繁琐、耗时较长,无法快速进行大面积排查,检测效率低、检测质量低。采用声学照相机不仅可以大面积快速成像,还能精准定位局部放电位置,可以大幅提高检修的效率,保障供电设施的安全运行。


声学照相机——让声音“眼见为实”  第5张

图5 声学照相机辅助电力检修


3、NVH优化

有统计资料显示,车辆的故障问题约有三分之一与车辆的NVH问题相关。对发动机、电机、轮胎、车厢内部设计的声学性能分析都有利于提高乘坐舒适性、保证产品的安全性、环保性。利用声学照相机,可以获取实时的噪声图像,通过可视化来研究声场分布和车内共振模态,便于优化汽车NVH性能,辅助汽车音响系统的设计。


声学照相机——让声音“眼见为实”  第6张

图6 声学照相机辅助汽车NVH优化


声学照相机行业分析


根据报告《Outlook on the Worldwide Acoustic Camera Industry to 2026》,2019年全球声学相机市场价值为1.2263亿美元,预计到2026年将达到2.7457亿美元,2020年至2026年的复合年增长率为11.3%。其中,二维阵列产品的收入最高,用于各种大型机器、涡轮机和发电机的检测,是发展的主要方向。从应用来看,2019年全球声摄像机市场份额中,噪声源检测部分收入最高。


国外部分老牌工业集团对于声学照相机的研究起步较早,产品应用布局较广。作为西门子的面向预测工程分析的先进仿真和测试解决方案组合Simcenter?的一部分,西门子于2018发布的LMS声学照相机,其频率覆盖范围高达20KHz,有三种尺寸,通过短臂和长臂进行调节。通过使用LMS声学照相机,工程师可以从不同的距离和角度定位声源,加快声学故障诊断速度。使用短臂时,阵列可提供可靠的近场和远场结果;而长臂则用于需要从更远的距离进行测量的大型对象。


声学照相机——让声音“眼见为实”  第7张

图7 LMS声学照相机


作为享誉全球的声学与振动测量公司,丹麦B&K所推出的PULSE Reflex声学照相机采用片轮式阵列,不规则放置的传声器可以获得较高的麦克风场密度和动态测量范围。与此同时,除了现场绘图和定向监听外,该系统还可以记录测量结果并在稍后进行分析。配套的阵列分析软件可将所有麦克风的原始信号保存下来,并可在后期处理中改变频率选择、时间选择等参数。


声学照相机——让声音“眼见为实”  第8张

图8 PULSE Reflex声学照相机


KM Instrument发布的超便携式声学成像系统KMSV配备了高集成度处理芯片、低功耗供电芯片和MEMS麦克风阵列,以确保全套设备重量仅有1KG,可以做到单人手持。


在扬声器阵列的设计上,Norsonic的Nor848系统利用大量数位式麦克风(最多可达384个)达到准确的指向性,架设快速,软件操作简单,接口明了直觉,马上就能收敛出音源位置,此外,其发布的Hextile Acoustic camera采用了一种类似瓷砖的六边形阵列盘,使其可以自成一个系统,或在实际使用过程中组合成更大的阵列系统。Microflown Technologies的近场声学照相机不仅可以捕捉声压,还可以直接测量粒子速度,确保了检测过程不受背景噪声影响。


国内声学照相机的发展虽然起步较晚,但随着应用场景的不断拓宽和市场的不断壮大,国内企业在声学照相机领域也做出了许多优秀的产品。中科院声学所振动噪声重点实验室于2010年就发布了国内首款声像仪系统,该系统具有世界先进水平,是国内一流的声成像系统。


声学照相机——让声音“眼见为实”  第9张

图9 中科院声学所声像仪系统


除此以外,上海其高电子科技有限公司自主研发了便携式声学相机DES-108、DES-T144以及高性能的32通道曲面阵列KeyVES-U,频率范围300~12KHz,除此以外,还可以根据客户需求,定制16-128通道的扬声器阵列。



声学照相机——让声音“眼见为实”  第10张

图10 其高电子科技KeyVES-U曲面阵列


北京朗德科技有限公司代理销售德国GFal公司声学照相机系统,并提供从结构设计-仿真计算-试验验证等完整的一揽子系统解决方案。


杭州爱华智能科技有限公司自主研发AHAI1010便携式和固定式声学照相机,可实现实时声学成像、多路同步采样、数据无线传输等功能。


上海睿深电子科技有限公司致力于维护电网安全,发布的Soundcam具备高动态范围和分辨率,在线分析结果可显示多达100fps。


此外,科大讯飞的声音定位与成像技术日趋成熟,由科大讯飞自主研发的讯飞声学成像仪在电力行业局部放电检测的应用已逐渐获得认可。该声学成像仪具备四大硬核功能:局部放电实时可视化、局部放电类型自动判断、检测现场可追溯、检测数据可输出。


声学照相机——让声音“眼见为实”  第11张

图11 讯飞声学成像仪


通过对比可以发现,国内外声学照相机相关从业企业中,老牌的声学测试企业和一些大体量公司在开发方面实力更雄厚,对于多样化分析需求的考虑更多,会预先对后处理及分析优化流程进行提前研究和开发,更能在行业内进行深耕。目前世界各国大力发展新能源汽车,未来燃油车将全部被电车替代,对电能的需求会急剧增加,声学照相机具有安全、高效、准确的优点,值得大力推广,作为电力部门维修检测的重要手段。


同时,由于半导体制造和制造过程中物联网 (IoT) 的出现,预计在半导体制造行业,全球声学相机市场规模将出现可观的增长,尤其是在亚太地区等新兴经济体。此外,声学照相机可以直观看出噪声的位置,并且便于记录留证,解决取证难的问题。随着噪声法的推广,环境噪声监测也是未来发展的重要方向。


参考文献:

[1] Heilmann, D. W. I. G., Doebler, D., & Boeck, M. (2014, October). Exploring the limitations and expectations of sound source localization and visualization techniques. InINTER-NOISE and NOISE-CON congress and conference proceedings (pp. 4003-4011).

[2] W. Kock, Sound Waves and Light Waves. Anchor science study series, Anchor Books, 1965

[3] DF Comesa?a. Scan-based sound visualization methods using sound pressure and particle velocity. 2014.

The End