• No results found

Prototyp för lokalisering av missljud i mekaniska system i realtid

N/A
N/A
Protected

Academic year: 2021

Share "Prototyp för lokalisering av missljud i mekaniska system i realtid"

Copied!
54
0
0

Loading.... (view fulltext now)

Full text

(1)

Teknik och samh¨

alle

Datavetenskap

Examensarbete

15 h¨ogskolepo¨ang, grundniv ˚a

Prototyp f¨

or lokalisering av missljud i mekaniska

system i realtid

Martin Br ˚ahagen

Michael Nilsson

Examen: Dataingenj¨or

Huvudomr ˚ade: Datavetenskap

Program: Datavetenskap och mobil IT Datum f¨or slutseminarium: 2017-08-25

Handledare: Tommy Andersson Examinator: Mia Persson

(2)

Sammanfattning

Ljud fr ˚an bilar och maskiner, som inte h¨or hemma i den normala ljudmilj¨on, kan vara sv ˚ara att lokalisera och tolka av en m¨angd anledningar. Skulle det visa sig att n ˚agot ¨ar fel och beh¨over ordnas, blir exempelvis en bilmekaniker tvungen att testa sig fram p ˚a traditionella s¨att f¨or att hitta ljudk¨allan och felet. M ˚als¨attningen med detta arbete ¨ar att utveckla en prototyp, som kan hj¨alpa till med att framh¨ava och identifiera avvikande ljud i realtid. Ut¨over f¨orfattarnas eget arbete tar rapporten ¨aven upp teori kring signalbehandling. I rapporten beskrivs ¨aven vetenskapliga arbeten som p ˚a olika s¨att relaterar till f¨orfattarnas.

En prototyp byggdes som l ˚ater en anv¨andare lyssna p ˚a signalbehandlat ljud i realtid med hj¨alp av h¨orlurar. Ljud samlas in med tv ˚a kontaktmikrofoner och signalbehandlas p ˚a ett inbyggt system. Prototypen fungerar som en verktygsl ˚ada, vilken l ˚ater anv¨andaren v¨axla mellan tre olika signalbehandlingsmetoder. Tv ˚a av metoderna baseras p ˚a ett ensamt bandpass respektive bandsp¨arrfilter, vilka anv¨andaren kan flytta l¨angs med halva samplingsfrekvensen. Den tredje metoden best ˚ar av fyra bandpassfilter i f¨oljd l¨angs med samplingsfrekvensen, vilka g ˚ar att h¨oja och s¨anka individuellt.

Prototypen testades med hj¨alp av tv ˚a kontrollerade experiment, d¨ar testare skulle lokalisera riktningen f¨or olika sorters ljud i en ljudmilj¨o p ˚a tv ˚a olika testuppst¨allningar. Hypotesen f¨or b ˚ada experimenten var att det skulle bli l¨attare att urskilja ett givet efters¨okt ljud i en ljudmilj¨o, om n ˚agon signalbehandlingsmetod anv¨andes i f¨orh ˚allande till om ingen anv¨andes. Resultaten blev att testarna lyckades b¨attre med att identifiera riktningen f¨or givna ljud b¨attre med hj¨alp av signalbehandlingsmetoderna. D¨aremot visade testerna att de olika signalbehandlingsmetoderna var olika bra. Det ensamma bandpassfiltret visade sig vara b¨ast d ˚a den anv¨andes flest g ˚anger, medan de fyra bandpassfiltren i f¨oljd anv¨ands minst antal g ˚anger.

(3)

orord

(4)

Inneh ˚allsf¨

orteckning

Sammanfattning i F¨orord ii 1 Introduktion 1 1.1 Bakgrund . . . 1 1.2 Syfte . . . 1 1.3 Problemformulering . . . 1 1.4 Avgr¨ansningar . . . 2 2 Teoretisk bakgrund 3 2.1 M¨anniskans h¨orsel . . . 3 2.2 Mikrofoner . . . 4 2.3 Signalbehandling . . . 5 2.3.1 Digital signalbehandling . . . 5 2.3.2 Samplingsteoremet . . . 7 2.3.3 Icke-ideala filter . . . 7 2.4 Analoga filter . . . 8

2.4.1 Anti-aliasing och brusredusering . . . 8

2.4.2 Analoga kontra digitala filter . . . 9

3 Relaterade arbeten 10 3.1 Methodology for fault detection in induction motors via sound and vibration signals [2] . . . 10

3.2 Fault diagnosis in vehicle engines using sound recognition techniques [3] . . . 10

3.3 Application of an Effective Data-Driven Approach to Real-time time Fault Diagnosis in Automotive Engines [13] . . . 11

3.4 Fault Detection and Diagnosis of Railway Point Machines by Sound Analysis [14] . . 11

3.5 Acoustic signal based detection and localisation of faults in motorcycles [15] . . . . 12

4 Metod 13 4.1 Designa och bygga en prototyp . . . 13

4.1.1 Det konceptuella ramverket . . . 13

4.1.2 Utveckla en systemarkitektur . . . 14

4.1.3 Analysera och designa systemet . . . 14

4.1.4 Bygga systemet . . . 14

4.1.5 Utv¨ardera systemet . . . 15

5 Resultat 16 5.1 Kravspecifikation . . . 16

5.2 Systemarkitektur . . . 16

5.2.1 Delsystem: Insteg . . . 18

5.2.2 Delsystem: Digital signalbehandling . . . 19

5.2.3 Delsystem: Utsteg . . . 21

5.3 Kontrollerade experiment . . . 21

5.3.1 Testb¨anken . . . 21

(5)

6 Diskussion 29

6.1 Analys av de kontrollerade experimenten . . . 29

6.1.1 Testb¨anken . . . 29

6.1.2 Sk ˚apet . . . 30

6.2 Prototypens uppfyllande av kraven . . . 30

6.3 Diskussion . . . 31

7 Slutsatser och vidareutveckling 32 7.1 Slutsats . . . 32 7.2 Vidareutveckling . . . 32 Referenser 32 A Insteg 35 B Digital signalbehandling 40 C Utsteg 41 D Testning 43

(6)

1

Introduktion

1.1

Bakgrund

F¨or m ˚anga ¨ar bilen ett transportmedel man ofta kommer i kontakt med n¨ar man vill ˚aka n ˚agonstans. Alla som ˚akt, men kanske framf¨or allt sj¨alv k¨ort en bil vet att den l ˚ater p ˚a ett visst s¨att. Ljudet (eller ljuden) betraktas som en bekr¨aftelse p ˚a att allting st ˚ar r¨att till med bilen. Skulle det d¨aremot uppst ˚a ett ljud som inte st¨ammer in i den normala ljudbilden och dessutom inte f¨orsvinner, kan det tolkas som att n ˚agot ¨ar fel med bilen. Misst¨anker en f¨orare att n ˚agot ¨ar fel med en bil k¨ors den vanligtvis till en verkstad. Mekanikerna p ˚a en verkstad kan fels¨oka en bil p ˚a flera s¨att, exempelvis med hj¨alp av inbyggda digitala system, genom visuella unders¨okningar eller att lyssna efter ljuden medan bilen ¨ar ig ˚ang [1]. Problemet ¨ar att det ¨ar sv ˚art att hitta ett fel baserat enbart p ˚a beskrivningen av ett ljud [1]. Personen som beskriver ljudet kan dessutom (sannolikt) inget om bilar och h¨orde kanske bara ljudet parallellt med k¨orningen, vilket f¨orsv ˚arar en bra beskrivning [1]. Mekanikerna m ˚aste kanske ist¨allet testa sig fram i jakten p ˚a felet, antin-gen i en verkstad eller antin-genom att provk¨ora bilen [1]. Problemet ¨ar att vilken fels¨okningsmetod som ¨an v¨aljs, ¨ar det tids¨odande process och dessutom ingen garanti f¨or att det verkliga problemet uppt¨acks [1].

Problemet med ovanliga ljud fr ˚an sv ˚artillg¨angliga milj¨oer ¨ar inte begr¨ansat till bilar. En lik-nande problematik kan uppst ˚a i maskiner inom industrin, till exempel i induktionsmotorer [2]. Fels¨okning av induktionsmotorer g¨ors idag ofta genom att analysera motorstr¨ommen eller vibra-tioner [2]. Tekniken f¨or att analysera ljud finns, men ¨ar ovanlig [2]. Nackdelen med m ˚anga av dagens fels¨okningstekniker, vare sig de anv¨ands till bilar eller inom industrin, ¨ar att de exk-luderar anv¨andaren [1]. Detta ¨ar ett problem n¨ar fels¨okningen baseras p ˚a h¨orda ljud, f¨or det ¨

ar sannolikt en anv¨andare som h¨or ljudet f¨orst och det ¨ar m¨ojligt att det inte g ˚ar att ˚aterskapa ljudet under kontrollerade f¨orh ˚allanden. Fels¨okningsmetoder som baseras p ˚a ljud har d¨aremot m¨ojligheten att inkludera anv¨andaren i processen [1].

1.2

Syfte

F¨or att l¨osa problemet med att identifiera fel med hj¨alp av ljud fr ˚an exempelvis bilar och maskiner, har bland annat [1], [3] och [2] tagit fram olika l¨osningar. L¨osningarna ¨ar dock beroende av att ljud som ska analyseras spelas in i f¨orv¨ag. Ingen av dessa l¨osningar l ˚ater en anv¨andare lyssna p ˚a ljud i realtid. Syftet med detta arbete ¨ar att unders¨oka tekniker f¨or att underl¨atta analys av ljud fr ˚an sv ˚artillg¨angliga platser i realtid.

1.3

Problemformulering

Som n¨amndes i avsnitt 1.1, ¨ar det sv ˚art att fels¨oka en bil eller maskin d ˚a det bara finns ljud att utg ˚a ifr ˚an. M ˚als¨attningen med arbetet ¨ar att skapa en prototyp som kan hj¨alpa en anv¨andare att identifiera avvikande ljud i realtid. Prototypen ska fungera som en verktygsl ˚ada, som en anv¨andare kan utnyttja f¨or att framh¨ava efters¨okta ljud. Arbetets fr ˚agest¨allning ¨ar:

1. Hur kan man med hj¨alp av ljudsensorer och signalbehandling hj¨alpa m¨anniskor att i realtid bed¨oma var ett avvikande ljud kommer ifr ˚an?

(7)

1.4

Avgr¨

ansningar

Detta arbete avgr¨ansas till att behandla f¨or m¨anniskor h¨orbara ljud inom 0 - 10 kilohertz. Lju-den ska dessutom g ˚a att skilja p ˚a i en ljudmilj¨o. Testningen av prototypen begr¨ansas till att innefatta tv ˚a olika typer av kontrollerade experiment. Den ena typen av experiment utg ˚ar fr ˚an en metallbalk p ˚a vilken olika ljudk¨allor och mikrofonerna placeras. Olika testare ska d¨arefter, med hj¨alp av prototypen, f¨ors¨oka komma fram till var ett efters¨okt ljud befinner sig p ˚a balken. Den andra typen av experiment utg ˚ar fr ˚an att olika ljudk¨allor placeras p ˚a olika st¨allen l¨angs med v¨aggarna i ett metallsk ˚ap. Testare ska d¨arefter, precis som i den f¨orsta typen av experiment, med hj¨alp av prototypen f¨ors¨oka komma fram till var ett efters¨okt ljud befinner sig. Tv ˚a efters¨okta ljud anv¨ands under experimenten. Det ena ljudet ¨ar ett sl ˚aende ljud. Det sl ˚aende ljudet skapas med hj¨alp av en motor, som har en gummisnodd och en metallring f¨ast p ˚a axeln (ljudet blir till d ˚a metallringen sl ˚ar mot en yta). Det andra ljudet ¨ar ett tjutande ljud, som skapas med hj¨alp av en funktionsgenerator och en h¨ogtalare.

(8)

2

Teoretisk bakgrund

Kapitlet teoretisk bakgrund tar upp relevanta ¨amnen som l¨asaren b¨or k¨anna till f¨or att f¨orst ˚a resultat- och diskussionsdelarna.

2.1

anniskans h¨

orsel

¨

Orat kan delas in i tre delar, ytter¨orat, mellan¨orat och inner¨orat [4] (se figur 1). Ytter¨orat best ˚ar av tv ˚a delar, ¨oronmusslan och h¨orselg ˚angen [4]. ¨Oronmusslan har i uppgift att samla in och leda ljudv ˚agor in i h¨orselg ˚angen [4]. H¨orselg ˚angen ¨ar ungef¨ar 2,5-3 centimeter l ˚ang och avslutas med trumhinnan [4]. Trumhinnan ¨ar ett tunt ark av v¨avnad som vibrerar d ˚a ljudv ˚agor tr¨affar den [4]. Mellan¨orat inneh ˚aller sm ˚a ben som hj¨alper till att skicka vidare vibrationerna till inner¨orat [4]. Mellan¨orat f¨orst¨arker dessutom ljudet [4].

Figur 1: Bild ¨over ¨orats delar [5].

I inner¨orat finns ett v¨atskefyllt h ˚alrum kallat sn¨ackan, d¨ar ljudet ¨overs¨atts till nervimpulser [4]. F¨orutom v¨atskan inneh ˚aller inner¨orat ¨aven basilarmembranet, som ¨ar en st¨odstuktur ˚at de h¨orselceller som utg¨or h¨orselnerven [4]. Membranet ¨ar styvast n¨armast det ovala f¨onstret, men mjuknar efterhand [4]. Om membranet uts¨atts f¨or h¨oga frekvenser vibrerar den styva de-len och p ˚averkar sina nervceller, medan l ˚aga frekvenser p ˚averkar den slakare dede-len l¨angre in [4]. Detta medf¨or att specifika nervsektioner svarar mot specifika frekvenser, vilket kallas Place principle [4]. Uppdelning bevaras d ˚a nervsignalerna skickas vidare in till hj¨arnan [4]. En an-nan typ av informations¨overf¨oring mellan frekvenser och nervceller kallas Volley principle [4]. Informations¨overf¨oringen bygger p ˚a att nervceller kan producera elektriska pulser f¨or att skicka information [4]. Nervcellerna p ˚a basilarmembranet kan koda ljud genom att generera en puls f¨or varje period i en vibration [4]. Detta fungerar dock bara p ˚a frekvenser som ¨ar under 500 Hertz, eftersom det ¨ar nervcellens maximala hastighet att producera pulser [4]. ¨Orat ¨overkommer dock detta problem genom att till ˚ata flera nervceller att turas om att genomf¨ora denna uppgift [4].

Ljudstyrka uttrycks vanligen i decibel, vilket ¨ar en logaritmisk skala [4]. P ˚a decibelskalan ¨ar 0 decibel ungef¨ar det svagaste ljudet vi kan uppfatta och 120 det h¨ogsta, medan 140 decibel ¨ar en ungef¨arlig gr¨ans f¨or n¨ar ¨oronen b¨orjar ta skada [4]. Den upplevda ljudstyrkan ¨ar dock inte proportionell mot den faktiska ljudstyrkan [6]. Upplevd ljudstyrka kan grovt beskrivas som den faktiska ljudstyrkan upph¨ojt med en tredjedel [4]. ¨Okar man den faktiska ljudstyrkan med en faktor tio kommer det upplevas som att ljudet blivit dubbelt s ˚a h¨ogt (tio upph¨ojt till en tredjedel ¨ar ungef¨ar lika med tv ˚a) [4]. F¨orutom ljudstyrka ¨ar h¨orseln ocks ˚a beroende av vilken frekvens ljudet har [4]. M¨anniskans kan h¨ora ljud mellan 20 Hertz och 20 kilohertz, men vi ¨ar mest k¨ansliga

(9)

f¨or ljud mellan 1 kilohertz och 4 kilohertz [4]. Alla frekvenser upplevs d¨aremot rent subjektivt inte som lika starka vid samma ljudstyrka [6]. En ton med frekvensen 100 Hertz och ljudstyrkan 50 decibel upplevs exempelvis som svagare ¨an en ton med frekvensen 1 kilohertz och samma ljudstyrka [6]. Den subjektiva ljudupplevelsen kan beskrivas med lika-h¨orselniv ˚akurvor [6] (se figur 2). Produktutveckling handlar d¨arf¨or bland annat om att f ˚a produkter att l ˚ata p ˚a det s¨att deras m ˚algrupper f¨orv¨antar sig att de ska g¨ora [6]. Vid design av filter f¨or signalbehandling till ljudbaserade applikationer kan en l¨osning vara att gruppera frekvensband av intresse i oktaver, f¨or att p ˚a s ˚a s¨att efterlikna hur vi upplever ljud [7]. En oktav ¨ar avst ˚andet mellan tv ˚a frekvenser, d¨ar den ena ¨ar dubbelt s ˚a stor som den andra. Exempelvis ¨ar det en oktav mellan 0.5 och 1 kilohertz, eller 1 och 2 kilohertz [7].

Figur 2: Diagram ¨over lika-h¨orselniv ˚akurvor [8]. Exempel: Vilken ljudstyrka kr¨avs f¨or att en 30 decibel ton vid 1 kilohertz ska upplevas som lika stark som en ton vid 50 Hertz [6]? L¨osning: F¨olj kurvan fr ˚an punkten 30 decibel/1 kilohertz bort till 50 Hertz. Resultatet blir ungef¨ar 60 decibel. En f¨ordel med att ha tv ˚a ¨oron ¨ar att det g ˚ar att komma fram till varifr ˚an ett ljud kommer ifr ˚an [4]. Vi kan f ˚a information om riktningen p ˚a tv ˚a olika s¨att [4]. Det ena s¨attet bygger p ˚a att huvudet effektivt blockerar frekvenser ¨over en kilohertz [4]. Resultatet blir att ¨orat som ¨ar riktat mot ljudet tar emot en starkare signal ¨an ¨orat p ˚a andra sidan huvudet [4]. Det andra s¨attet bygger p ˚a att ¨orat som ¨ar riktat mot ljudet tar emot signalen n ˚agot tidigare ¨an det andra ¨orat, eftersom det befinner sig l¨angre bort fr ˚an ljudk¨allan [4]. ¨Oronen ¨ar dock d ˚aliga p ˚a att avg¨ora avst ˚and p ˚a grund av att ljud inneh ˚aller f ˚a k¨annetecken som kan ge den informationen [4]. Tv ˚a s¨att ¨ar ekon och att ¨oronen svagt kan uppleva att h¨ogfrekventa ljud ¨ar n¨armare ¨an l ˚agfrekventa [4].

2.2

Mikrofoner

Mikrofoner ¨ar givare som p ˚a olika s¨att kan omvandla ljudv ˚agor i vanligtvis luft till elektrisk en-ergi [9]. Alla mikrofoner har n ˚agon form av egenbrus, vilket ska vara s ˚a l ˚agt som m¨ojligt [9]. En del av bruset ¨ar s ˚a kallat materialbrus, vilket uppst ˚ar fr ˚an atomernas r¨orelser i materialet mikrofonen ¨ar byggd av [9]. Mycket brus kommer dock fr ˚an inbyggda f¨orst¨arkare, som till ex-empel finns i kondensatormikrofoner [9]. Mikrofoner kan anslutas p ˚a tv ˚a olika s¨att, obalanserat eller balanserat [9]. Om anslutningsledningarna ¨ar l ˚anga ¨ar en balanserad anslutning den b¨asta l¨osningen, d ˚a den minskar st¨orningar kabeln kan f ˚anga upp [9].

(10)

Tre typer av mikrofoner ¨ar kristall-, dynamiska- och kondensatormikrofoner [9]. Kristallmikro-foner bygger p ˚a att piezoelektriska kristaller genererar sp¨anning vid mekanisk p ˚averkan [9]. Mikrofontypen ¨ar exempelvis anv¨andbar som kontaktmikrofon f¨or att samla in ljud fr ˚an en n¨arliggande yta [9]. Tanken med en kontaktmikrofon ¨ar att kunna placera den p ˚a en ljudk¨alla utan att p ˚averka ljudet [9]. Kondensatormikrofonen inneh ˚aller en kondensator d¨ar den ena plat-tan ¨ar ett elektriskt ledande membran [9]. Ljudv ˚agor f ˚ar membranet att vibrera, vilket medf¨or att kapacitansen f¨or¨andras i samma takt [9]. Processen genererar en elektrisk signal, vilken kan f¨orst¨arkas innan den skickas vidare fr ˚an mikrofonen [9]. En dynamisk mikrofon inneh ˚aller en spole f¨ast p ˚a ett r¨orligt membran [9]. Spolen ¨ar vidare innesluten i ett magnetf¨alt [9]. N¨ar en ljudv ˚ag s¨atter membranet och spolen i r¨orelse kommer en str¨om induceras i spolen, vilken blir mikrofonens utsignal [9].

2.3

Signalbehandling

2.3.1 Digital signalbehandling

Signalbehandling bygger p ˚a att tydligg¨ora intressant information i en uppm¨att signal [10]. Ett s¨att att tydligg¨ora information i en signal ¨ar att l ˚ata den passera genom ett filter [10]. Digi-tala filter arbetar med digiDigi-tala signaler, allts ˚a ljud som representeras p ˚a n ˚agot s¨att i en dator [11]. Det digitala filtret ¨ar en ber¨akning[11]. Det tar en serie tal som representerar en insignal och producerar en ny serie, som blir den filtrerade utsignalen [11]. Ber¨akningarna kan imple-menteras p ˚a tv ˚a s¨att, som FIR- eller IIR-filter [4]. FIR-filter har b¨attre prestanda ¨an IIR-filter, men ber¨akningarna ¨ar mer komplicerade[4]. Digitala filter ¨ar allts ˚a en formel f¨or att ¨andra en digital signal till en annan [11]. De kan exempelvis uttryckas som ett stycke kod i ett program, ett antal sammankopplade kretsar, eller som en nedskriven ekvation [11]. Det finns fyra huvudtyper av filter [10]. L ˚agpassfilter sl¨apper igenom l ˚aga frekvenser och blockerar h¨oga, medan h¨ogpassfilter fungerar p ˚a motsatt s¨att [10]. Bandpassfilter sl¨apper igenom frekvensband och bandsp¨arrfilter blockerar [10]. Figur 3 visar idealfallen f¨or de fyra filtertyperna [10].

(11)

Figur 3: Idealfallen f¨or de fyra huvudtyperna av filter

Digitala filter som anv¨ands f¨or att behandla ljud ¨ar ofta linj¨ara och tidsinvarianta (LTI-filter) [11]. Denna typ av filter bevarar alla frekvenserna i en signal och tillf¨or inga nya spektralkom-ponenter [11]. Att ett filter ¨ar linj¨art medf¨or tv ˚a saker [11]. Amplituden f¨or utsignalen st ˚ar i proportion till insignalen; de ¨ar skalbara [11]. Dessutom g¨aller att om man adderar tv ˚a signaler och skickar resultatet till ett filter, blir utsignalen samma som om delarna f¨orst skickats till filtret och sedan adderats (det kallas superposition) [11]. Utsignalen fr ˚an ett filter beskrivs av frekven-sresponsen [11]. Frekvenfrekven-sresponsen best ˚ar av amplitud- och fafrekven-sresponsen, som b ˚ada kan ty-dligg¨oras med grafer [11]. Amplitudresponsen, ¨aven kallad f¨orst¨arkningen, ¨ar skillnaden mellan utsignalens och insignalens amplituder [11]. Fasresponsen ¨ar utsignalens fas minus insignalen [11]. Med tidsinvarians menas att filtret inte beror p ˚a tiden [11]. N¨ar ett filter designas m ˚aste man ta h¨ansyn till om det ska till¨ampas i realtid eller icke-realtid [10]. I realtidsfallet beh¨ovs de filtrerade v¨ardena omedelbart, d ˚a olika beslut m ˚aste fattas parallellt med att signalen m¨ats [10]. D¨arf¨or m ˚aste ett realtidsfilter vara av kausal typ, vilket betyder att det inte kan bero p ˚a framtida v¨arden [10]. Ett kausaltdigitalt filter ¨ar stabilt om dess poler ligger innanf¨or enhetscirkeln [10].

Digitala filter kan implementeras p ˚a olika former, exempelvis direktform I eller II [11]. Di-rektform I har exempelvis f¨ordelen att filtret inte kan f ˚a interna problem med ber¨akningar, vilket d¨aremot kan intr¨affa f¨or filter i direktform II [11]. Ber¨akningarna i direktform II kr¨aver dock bety-dligt f¨arre avbrott ¨an direktform I [11]. Ett problem med alla direktformsstrukturer ¨ar att filtrena blir k¨ansliga f¨or avrundningsfel hos koefficienterna [11]. Det b¨asta ¨ar att anv¨anda decimaltal i ber¨akningarna [4]. Det ¨ar m¨ojligt att anv¨anda heltal, men risken ¨ar att filtrena blir instabila [4]. Oftast ¨ar detta inte ett problem f¨or filter av l¨agre ordning, men det kan bli m¨arkbart vid h¨ogre ordningstal [11]. Problemet blir v¨arre desto n¨armare ett filterpolynoms r¨otter ligger varandra i

(12)

det komplexa talplanet [11]. Ett s¨att att minska k¨ansligheten ¨ar att dela upp filtret i mindre sektioner som ber¨aknas var f¨or sig. Ist¨allet f¨or att utf¨ora alla ber¨akningarna i en sektion [11].

2.3.2 Samplingsteoremet

Om frekvensinneh ˚allet i en tidskontinuerlig signal ligger innanf¨or halva sampelfrekvensen, kom-mer den samplade tidsdiskreta signalen att representera samma frekvensinneh ˚all som den tid-skontinuerliga [10]. Resultatet blir att ingen information g ˚ar f¨orlorad [10]. Detta kallas sam-plingsteoremet [10]. Skulle signalen inneh ˚alla frekvenser h¨ogre ¨an halva sampelfrekvensen, ¨aven kallad Nyquistfrekvensen, kommer det inte vara m¨ojligt att skilja dessa fr ˚an frekvenserna under halva sampelfrekvensen [10]. Detta d ˚a frekvenserna ¨over halva sampelfrekvensen ”viks tillbaka” och hamnar tillsammans med frekvenserna under halva sampelfrekvensen. Fenomenet kallas aliaseffekten och leder till att information g ˚ar f¨orlorad [10]. Detta ¨ar ett problem f¨or applika-tioner d¨ar ljud ska signalbehandlas, d ˚a informationen ligger i frekvensdom¨anen [4]. L¨osning p ˚a problemet ¨ar anti-aliasing filter, vilka placeras i samband med att signalen digitaliseras [4].

2.3.3 Icke-ideala filter

Figur 3 visar hur olika filtertyper ser ut i idealfallet [10]. I idealfallet ¨ar ¨overg ˚angarna fr ˚an frekvenser som blockeras (sp¨arrbanden) till frekvenser som sl¨apps igenom (passbanden) distinkt [10]. Punkten mellan d¨ar passbandet slutar och sp¨arrbandet tar vid kallas brytfrekvens [10]. Idealfallens knivskarpa ¨overg ˚angar kan dock inte skapas f¨or kausala filter, vilket medf¨or att dessa filter avviker fr ˚an idealfallen [10]. Filter som inte ¨ar ideala kan beskrivas med begreppen d¨ampning, ¨overg ˚angsband och rippel [10]. Figur 4 ¨ar ett exempel p ˚a ett icke-idealt filter [10]. Brytfrekvensen ligger vid 1/√2 av amplituden[10] f¨or icke-idealt filter. Passbandet str¨acker sig fr ˚an y-axeln till w1, medan sp¨arrbandet g ˚ar fr ˚an w2 till bildens h¨ogerkant [10]. D¨ampningen ¨

ar ett m ˚att p ˚a den h¨ogsta amplituden i sp¨arrbandet (Rs p ˚a bilden) [10]. ¨Overg ˚angsbandet ¨ar avst ˚andet mellan w1 och w2 [10]. Rippel ¨ar den h¨ogsta amplitudavvikelsen i passbandet (Rp p ˚a bilden) [10]. Ett bra filter har en h¨og d¨ampning, smalt ¨overg ˚angsband och l ˚ag rippel [10]. Detta ¨

ar dock motstridiga krav, som utmynnar i att ju b¨attre ett filter ¨ar desto h¨ogre ordning har det [10].

(13)

Figur 4: Ett icke-idealt filter [10].

Det finns ett flertal huvudtyper av icke-ideala filter, n ˚agra av dem ¨ar typ 1 och 2 Chelby-shev filter och Butterworthfilter [4]. ChelbyChelby-shev filter ¨ar en matematisk metod som ger smalare ¨

overg ˚angsband, men orsakar ripplar i pass- eller stoppbanden [4]. N¨ar ripplarna ¨okar i styrka, minskar ¨overg ˚angsbandet [4]. Den mest gynnsamma avv¨agning mellan dessa tv ˚a parametrar ¨ar ett Chelbyshev filter [4]. Typ 1 Chelbyshev filter har bara ripplar i passbandet, medan typ 2 Chelbyshev filter bara har dem i stoppbandet [4]. Ett filter utan ripplar kallas Butterworthfilter, vilket resulterar i st¨orre ¨overg ˚angsband ¨an f¨or Chelbyshev filter [4]. En nackdel med Chelbyshev filter ¨ar att fasresponsen blir mer olinj¨ar [4].

2.4

Analoga filter

Analoga filter har en m¨angd olika anv¨andningsomr ˚aden och kan exempelvis anv¨andas f¨or att behandla h¨orbara ljud p ˚a olika s¨att [12]. Precis som f¨or digitala filter finns det fyra olika typer (l ˚agpass, h¨ogpass och s ˚a vidare), som kan optimeras p ˚a olika s¨att (exempelvis Butterworth och Chelbyshev) [12]. Vid h¨ogre frekvenser (¨over en megahertz) ¨ar filtrena ofta byggda med de passiva komponenterna kondensator, spole och resistor [12]. Under en megahertz blir dock spolens induktans f¨or h¨ogt [12]. Dessutom blir spolen i sig stor, vilket g¨or den sv ˚artillverkad [12]. I detta l¨age blir aktiva filter intressanta [12]. Aktiva filter anv¨ander operationsf¨orst¨arkare tillsammans med kondensatorer och resistorer [12]. Flera aktiva filter kan placeras efter varandra f¨or att ¨

oka exempelvis d¨ampningen [12]. Aktiva filter av f¨orsta och andra ordningen ¨ar b ˚ade separata sektioner, medan filter av h¨ogre ordning ¨ar n ˚agon kombination av f¨orsta och andra ordningens filter [12].

2.4.1 Anti-aliasing och brusredusering

Aktiva l ˚agpassfilter kan anv¨andas f¨or att motverka aliasingeffekter och minska brus [4]. Ett f¨orsta ordningens aktiva l ˚agpassfilter kan se ut p ˚a f¨oljande s¨att (se figur 5) [12].

(14)

Figur 5: F¨orsta ordningens l ˚agpassfilter [12].

Ett andra ordningens aktivt l ˚agpassfilter kan vidare beskrivas p ˚a f¨oljande s¨att (se figur 6) [12].

Figur 6: Andra ordningens l ˚agpassfilter [12].

Filter av h¨ogre ordning ¨an tv ˚a skapas genom att kombinera ett eller fler f¨orsta- och andra ordningens filter [12]. Ett tredje ordningens filter ¨ar exempelvis en kombination av ett f¨orsta ordningens och ett andra ordningens filter [12].

2.4.2 Analoga kontra digitala filter

Valet mellan analogt och digitalt beror p ˚a vad som ska g¨oras [4]. Digitala l¨osningar har ¨overl¨agsen prestanda n¨ar det handlar om att skapa filter med bra egenskaper [4]. D¨aremot ¨ar analoga filter b ˚ade snabbare och kan enkelt byggas f¨or att hantera stora frekvensband [4]. Hanteringen av stora frekvensband digitalt resulterar i stora m¨angder ber¨akningar, vilket i sin tur p ˚averkar hur fort saker g ˚ar [4]. Ibland ¨ar analoga filter det enda alternativet, exempelvis om signalbehandling ska utf¨oras f¨or och eller efter ett digitalt system. Analoga filter har dock den uppenbara nackde-len att de tar plats p ˚a ett annat s¨att ¨an digitala, d ˚a de m ˚aste byggas med fysiska komponenter.

(15)

3

Relaterade arbeten

Detta kapitel beskriver vetenskapliga artiklar som p ˚a olika s¨att relaterar till arbetet.

3.1

Methodology for fault detection in induction motors via sound and

vibration signals [2]

Artikeln av Antonio et al beskriver och visar resultaten av en nyutvecklad metod, f¨or att detek-tera felaktigheter hos induktionsmotorer i r¨orelse med hj¨alp av ljud- och vibrationsanalys [2]. Metoden tar avstamp i att ljud ¨ar ett fysikaliskt fenomen, som inneh ˚aller information om k¨allan det kommer ifr ˚an. Ljudet kan d¨arf¨or anv¨andas som en parameter f¨or att best¨amma hur k¨allan beter sig. En induktionsmotor inneh ˚aller flera delar som kan g ˚a s¨onder. N¨ar en defekt motor ¨ar i r¨orelse uppst ˚ar det f¨or varje fel karakt¨aristiska ljud. Artikelns f¨orfattare unders¨okte ljuden fr ˚an tre typer av fel, mekanisk obalans, problem med kullagret och problem med rotorstaven.

Syftet med att utveckla metoden var att ta fram ett b¨attre s¨att att analysera signaler ¨an de som redan finns. F¨orfattarnas metod bygger p ˚a en kombination av att f¨orst anv¨anda CEEMD-metoden och d¨arefter Gaborrepresentation. CEEMD ¨ar en matematisk metod f¨or att dela upp en signal i bitar baserat p ˚a vilka delfrekvenser den inneh ˚aller. De mest h¨ogfrekventa hamnar f¨orst i en grupp, de mest l ˚agfrekventa sist och de resterande i grupper mellan dessa. Gaborrepresentation ¨

ar ett matematiskt tillv¨agag ˚angss¨att f¨or att tids- och frekvensanalys av signaler.

Forskarna testade sin metod i laboratoriemilj¨o och med hj¨alp av defekter p ˚a motorkompo-nenter som skapats p ˚a konstgjord v¨ag. Testningen delades upp i fyra olika fall, ett f¨or varje fel som skulle testas och ett referensfall med en fullt fungerande motor. I det f¨orsta steget av testningen spelades olika akustiska ljud och vibrationer in och sparades (detta ¨ar allts ˚a inte en realtidsl¨osning). Inspelningarna gjordes medan motorerna r¨orde sig med konstant hastighet. D¨arefter anv¨ands CEEMD och Gaborrepresentation f¨or att behandla de inspelade signalerna.

Resultaten av f¨ors¨oken blev att det g ˚ar att uppt¨acka fel i induktionsmotor med hj¨alp av b ˚ade akustiskt ljud och vibrationer. Alla tre typerna av defekter framtr¨ader tydligt n¨ar ljud fr ˚an re-spektive induktionsmotor j¨amf¨ors mot referensv¨ardena. Resultaten visade ¨aven att metoden gav b¨attre resultat ¨an andra liknande tillv¨agag ˚angss¨att. En begr¨ansning med metoden ¨ar att det, f¨or att kunna avg¨ora vad som ¨ar ett felaktigt ljud, kr¨avs k¨annedom om antingen motorns hastighet eller vad ett felaktigt ljud ¨ar. Detta kan inneb¨ara problem, f¨or i verkliga till¨ampningar ¨ar motorns hastighet inte alltid k¨and och m ˚aste ist¨allet uppskattas.

3.2

Fault diagnosis in vehicle engines using sound recognition techniques

[3]

Denna artikel f¨orklarar en metod, utvecklad av Madain et al, f¨or att fels¨oka bilmotorer med hj¨alp av ljud [3]. Dagens tillv¨agag ˚angss¨att f¨or fels¨okning bygger, enligt f¨orfattarna, p ˚a metoder som anv¨ants under l ˚ang tid och ¨ar beroende av en teknikers kunskaper. Ljud fr ˚an en motor skiljer sig dock mellan olika bilm¨arken. Detta ¨ar problematiskt ¨aven f¨or en erfaren tekniker, d ˚a det kan vara sv ˚art att avg¨ora vad som egentligen ¨ar ett fel. F¨orfattarna f¨oresl ˚ar d¨arf¨or en ny metod, d¨ar en dator ist¨allet analyserar motorljuden och j¨amf¨or dem mot en databas.

F¨orfattarnas syfte med arbetet var att utveckla en metod som ¨ar enklare ¨an de som redan finns. Metoden bygger p ˚a att inspelade motorljud j¨amf¨ors mot en ljuddatabas. Databasen in-neh ˚aller referensv¨arden f¨or hur en viss motortyp f¨orv¨antas l ˚ata vid olika fel, samt hur den ska l ˚ata. J¨amf¨orelsen av det inspelade ljudet och referensv¨arden g¨ors i tre delsteg av en algoritm. Al-goritmen unders¨oker likhet mellan hela den inspelade signalen och referensv¨ardena, genom att ber¨akna dels korrelationskoefficienter och dels kvadratiska medelv¨arden. Dessutom ber¨aknas kvadratiska medelv¨arden f¨or den inspelade signalens och referensv¨ardenas formantfrekvenser

(16)

(en formantfrekvens ¨ar en amplitudtopp i frekvensspektrumet). Algoritmen anser att ett motorfel ¨

ar hittat om minst tv ˚a av delstegen s¨ager det.

F¨or att testa metoden byggde forskarna upp en referensdatabas med felaktiga motorljud. Lju-den skapades genom att avsiktligt introducera fel i olika bilars motorer. Dessutom spelades ljud f¨or hur olika friska motormodeller f¨orv¨antas l ˚ata. Inspelningar gjordes n¨ar bilarna gick p ˚a tomg ˚ang, samt n¨ar de k¨orde i en konstant hastighet. Referensv¨ardena j¨amf¨ordes med mo-torljud fr ˚an olika bilar som samlats in av verkst¨ader och myndigheter. F¨or att avgr¨ansa stu-dien begr¨ansades felen som unders¨oktes till kullager- och avgasrelaterade problem. Dessutom utf¨ordes testerna bara med nya bilar, f¨or att undvika alla problem som kan uppst ˚a i ¨aldre mo-torer.

Resultaten visade att det g ˚ar att komma fram till om n ˚agot ¨ar fel eller inte, samt vad ett eventuellt fel beror p ˚a, f¨or olika modeller. Dessutom visade resultaten att de tre delstegen i algoritmen kom fram till samma typ av fel. F¨orfattarna konstaterar dock att det ¨ar under kon-trollerade f¨orh ˚allanden metoden ger bra resultat. F¨or att metoden ska vara m¨ojlig att till¨ampa i verkligheten, m ˚aste algoritmen utvecklas och fler typer av fel och motorer testas och utv¨arderas.

3.3

Application of an Effective Data-Driven Approach to Real-time time

Fault Diagnosis in Automotive Engines [13]

2007 publicerade Madhavi et al en artikel om att uppt¨acka fel i bilmotorer under realtidssimu-leringar [13]. Artikelns utg ˚angspunkt ¨ar att biltillverkare b¨orjat utrusta moderna bilar med web-baserade l¨osningar. Moderna bilar f ˚ar dessutom allt fler inbyggda styrenheter, som kontrollerar olika delar av bilen. Detta g¨or det m¨ojligt att tr ˚adl¨ost samla in och analysera stora m¨angder data fr ˚an bilens olika delar. I ljuset av detta har f¨orfattarna, med hj¨alp av simuleringar, unders¨okt ett datadrivet tillv¨agag ˚angss¨att f¨or att uppt¨acka fel i bilmotorer. Tillv¨agag ˚angss¨att ¨ar intressant f¨or moderna bilar p ˚a grund av bilarnas komplexitet, d ˚a datadrivna l¨osningar ¨ar flexibla och inte kr¨aver detaljerade systemmodeller.

Simuleringen baserades p ˚a en Simulink modell av en toyota motor, vilken applicerades p ˚a en h ˚ardvaruenhet f¨or motorsimuleringar. Modellen k¨ordes d¨arefter i en realtidssimulator f¨or att unders¨oka ˚atta olika fel. Modellen inneh¨oll tv ˚a olika moduler kallade line och On-line. Off-line anv¨andes f¨orst f¨or att generera, signalbehandla och spara data om specifika fel. D¨arefter anv¨andes On-line f¨or att simulera systemet i realtid. Under realtidssimuleringen samlades f¨orst signaler fr ˚an olika sensorer in, unders¨oktes f¨or fel med hj¨alp av en sannolikhetsbaserad metod och signalbehandlades. Fem olika tekniker f¨or m¨onsterigenk¨anning till¨ampades d¨arefter p ˚a resultaten f¨or att dela in felen i olika f¨ordefinierade klasser. De olika igenk¨anning teknikers f¨orm ˚aga att klassificera fel j¨amf¨ordes sedan med resultaten fr ˚an off-line modulen (off-line mod-ulen anv¨ande samma tekniker som on-line f¨or att skapa referensv¨arden).

Simuleringen gav blandade resultat. Igenk¨anningsteknikerna lyckades v¨al med att klassifi-cera fel, men f¨orfattarna ans ˚ag att en del av resultaten var tveksamma. Tv ˚a tekniker som ans ˚ags mindre avancerade gav b¨attre resultat ¨an en mer avancerad. Vidare anser f¨orfattarna att deras tillv¨agag ˚angss¨att m ˚aste valideras genom tester under realistiska f¨orh ˚allanden och f¨or ett st¨orre antal fel.

3.4

Fault Detection and Diagnosis of Railway Point Machines by Sound

Analysis [14]

2016 publicerade Jonguk et al en artikel om att uppt¨acka fel p ˚a j¨arnv¨agsv¨axlar med hj¨alp av ljud [14]. J¨arnv¨agsv¨axlar l ˚ater t ˚ag byta mellan olika sp ˚ar och ¨ar d¨arf¨or viktiga f¨or att t ˚agbanor ska fungera. Det ¨ar d¨arf¨or viktigt att system som ¨overvakar t ˚agbanor kan uppt¨acka fel tidigt. M ˚anga av dagens system f¨or att uppt¨acka fel baseras p ˚a elektriska system, som reagerar om ett tr¨oskelv¨arde ¨overstigs. Mycket tidigare forskning har ocks ˚a varit inriktad p ˚a att utveckla

(17)

just olika elektriska ¨overvakningssystem. Dessa system s¨akerst¨aller dock inte att fel uppt¨acks p ˚a ett tidigt stadium. F¨orfattarna till denna artikel har d¨aremot f¨oreslagit en helt ny metod. De har utvecklat ett realtidssystem f¨or att uppt¨acka fel med hj¨alp av ljud, signalbehandling och statistiska metoder. Systemet best ˚ar av fyra moduler, en f¨or signalbehandling, en som uppt¨acker fel, en som inneh ˚aller data om k¨anda fel och en f¨or tr¨aning av systemet.

Sammanfattningsvis anser forskarna att deras experiment visat att deras ljudbaserade l¨osning kan vara ett kostnadseffektivt och automatiskt s¨att att uppt¨acka j¨arnv¨agsrelaterade fel med. Dessutom anses systemet kunna anv¨andas b ˚ade ensamt, eller tillsammans med andra. F¨or att komma vidare vill f¨orfattarna d¨arf¨or testa sitt system under kommersiella f¨orh ˚allanden.

3.5

Acoustic signal based detection and localisation of faults in

motorcy-cles [15]

Denna artikel av Anamill et al presenterar en metod f¨or att fels¨oka motorcyklar baserat p ˚a ljud [15]. Artikeln baseras p ˚a att en stor del av den indiska fordonsmarknaden best ˚ar av motor-cyklar. Skulle ett fel uppst ˚a p ˚a en motorcykel tar ¨agaren den till en verkstad, d¨ar en mekaniker unders¨oker den f¨or hand. Detta ¨ar dock en komplicerad process som hade beh¨ovt automatiseras, bland annat f¨or att f¨oretag ska kunna hj¨alpa kunder p ˚a platser d¨ar det inte finns mekaniker med r¨att expertis. Sedan tidigare har det utf¨orts en del forskning kring signalbehandling av ljud fr ˚an fordon, maskiner och v¨axell ˚ador. Resultaten fr ˚an denna forskning har varit blandat. D¨aremot har det presenterats f ˚a arbeten som unders¨okt ljud fr ˚an motorcyklar, vilket g¨or det sv ˚art att j¨amf¨ora olika tekniker och metoder. F¨orfattarna presenterar d¨arf¨or en egen metod som b ˚ade kan uppt¨acka och avg¨ora varifr ˚an fel kommer i motorcyklar.

I studien unders¨oktes tre typer av felaktiga ljud, tv ˚a motorrelaterade och problem med ljudd¨ampningen. Ljuden, som avgr¨ansats till frekvenser m¨anniskor kan h¨ora, spelades f¨orst in i verkst¨ader under realistiska f¨orh ˚allanden. Studien avgr¨ansades ¨aven till att bara f¨ors¨oka hitta k¨allan f¨or fel hos en motorcykelmodell, medan flera modeller unders¨oktes f¨or om n ˚agot var fel. Efter att ljuden spelats in fick systemet unders¨oka dem. I systemets f¨orsta steg utv¨arderades ljuden f¨or om de representerade ett fel eller inte. Korrekta och felaktiga ljud separerades genom analys av deras spektrum. Exempel p ˚a skillnader mellan korrekta och felaktiga ljud var bland annat att spektraltopparna f¨or korrekta ljud avtog monotont, samt att spektrumet inte inneh¨oll avvikande variationer. I systemets andra steg anv¨ands ljud som det f¨orsta steget ans ˚ag felaktiga i en klassificeringsalgoritm, vilken best¨ammer vilken typ av fel ett ljud representerar. Algoritmen j¨amf¨or de inspelade ljuden mot en serie f¨ordefinierade referensljud och v¨aljer det fel som ligger n¨armast.

Resultaten visade att systemet hade bra f¨orm ˚aga att uppt¨acka om ett ljud var felaktigt med bara ett mindre antal referensv¨arden att utg ˚a fr ˚an. B¨attre beslut togs dock desto fler refer-enser som fanns att tillg ˚a. Systemet lyckades ¨aven framg ˚angsrikt klassificera olika typer av fel. F¨orfattarna visade ocks ˚a att systemet lyckades b¨attre vid l¨agre signal-to-noise ratios, men ans ˚ag att ett riktigt system m ˚aste kunna fungera i h¨ogljudda milj¨oer.

(18)

4

Metod

I detta kapitel beskrivs forskningsmetoden och tillv¨agag ˚angss¨atten som anv¨andes f¨or att utveckla prototypen.

4.1

Designa och bygga en prototyp

Som forskningsmetod f¨or arbetet med att utveckla prototypen valdes Nunamaker och Chens metod f¨or systemutveckling [16] (se figur 7). Metoden valdes f¨or att utvecklingen av en prototyp ¨

ar en iterativ process [16]. Under utvecklingsarbetet med en prototyp ¨ar det m¨ojligt att l¨ara sig nya saker, vilket m¨ojligg¨or gradvisa f¨orb¨attringar av den [16]. Metoden delar upp projektet i fem p ˚a varandra f¨oljande delar [16]. Arbetet med de olika delarna beskrivs vidare i separata delkapitel [16]. Resultaten ˚aterfinns i kapitel fem.

Figur 7: Forskningsmetodens olika steg och hur de h¨anger ihop [16].

4.1.1 Det konceptuella ramverket

Arbetet med detta projekt inleddes med att en fr ˚agest¨allning och avgr¨ansningar identifierades genom diskussioner inom gruppen och med handledaren. Det best¨amdes att arbetet skulle re-sultera i en prototyp f¨or att samla in, signalbehandla och spela upp ljud i realtid. Prototypen ska inneh ˚alla en digital verktygsl ˚ada, som p ˚a olika s¨att ska g¨ora det enklare f¨or en anv¨andare att hitta ett efters¨okt ljud. Varje verktyg ska vara ett tillv¨agag ˚angss¨att f¨or att digitalt signalbe-handla ljud. Det best¨amdes ocks ˚a att de insamlade ljuden skulle signalbehandlas digitalt p ˚a det inbyggda systemet, med hj¨alp av bandpass- och bandsp¨arrfilter. Digital signalbehandling valdes av praktiska sk¨al f¨or att undvika den stora m¨angden elektronikkomponenter analog sig-nalbehandling skulle medf¨ort. Valet att anv¨anda bandpass- och bandsp¨arrfilter berodde p ˚a att

(19)

de, i motsats till l ˚ag- och h¨ogpassfilter, kan t¨acka flera separata frekvensband inom ett givet frekvensomr ˚ade. F¨or att motverka aliasingeffekter och brus best¨amdes det att analoga filter skulle anv¨andas f¨ore och efter den digitala signalbehandlingen. Matlab valdes som verktyg f¨or design av b ˚ade de analoga och digitala filtrena. N¨armare best¨amt valdes Matlabs Analog Filter Designer f¨or design av analoga filter och Filter Designer f¨or digitala filter. Analog Filter Designer och Filter Designer ¨ar b ˚ada l¨attanv¨anda och tydliga hj¨alpmedel med m ˚anga olika funktioner och m¨ojligheter [17][18]. Det togs ocks ˚a beslut om att kontaktmikrofoner skulle anv¨andas f¨or att samla in ljud. Kontaktmikrofoner valdes f¨or att de ¨ar bra p ˚a att samla upp n¨arliggande ljud utan att st¨oras av omgivningen (mikrofonen m ˚aste dock ha kontakt med ljudk¨allan)[9].

Baserat p ˚a id´eerna om hur systemet skulle se ut, genomf¨ordes d¨arefter en litteraturstudie och informationss¨okning f¨or att unders¨oka liknande system utvecklade av andra, samt signalbehan-dlingstekniker och elektronik som skulle kunna vara relevant f¨or detta arbete. Vilka databaser, s¨okmotorer och s¨okord som anv¨andes, sammanst¨alldes i ett separat dokument. L¨anken finns i kapitel fem. Den insamlade information resulterade i kapitel tv ˚a, Teoretisk bakgrund, och kapitel tre, Relaterade arbeten.

4.1.2 Utveckla en systemarkitektur

I detta steg av utvecklingsprocessen best¨amdes vilka delar systemet skulle inneh ˚alla och hur de skulle f¨orh ˚alla sig till varandra, genom diskussioner inom gruppen. Det best¨amdes ocks ˚a vilka krav som skulle st¨allas p ˚a systemet. Kraven best¨amdes ocks ˚a inom gruppen, samt i diskus-sioner med handledaren. F¨orst best¨amdes en ¨overgripande bild ¨over vilka delar systemet skulle inneh ˚alla och vilka krav som skulle st¨allas p ˚a systemet som helhet. Systemet delades vidare upp i mindre delar och nya krav best¨amdes f¨or varje delsystem. Dessutom diskuterades hur den f¨ardiga prototypen skulle testas. Det best¨amdes att testningen skulle genomf¨oras med kon-trollerade experiment. Konkon-trollerade experiment ¨ar s¨att att testa exempelvis prototyper i en kontrollerad milj¨o, baserat p ˚a till exempel hur anv¨andbar prototypen ¨ar [19]. Testning med kon-trollerade experiment kan utf¨oras p ˚a olika s¨att, och ¨ar ett alternativ n¨ar det ¨ar sv ˚art att utf¨ora experiment i verkligheten [20].

4.1.3 Analysera och designa systemet

I det tredje steget av processen best¨amdes hur en f¨ardig prototyp och dess olika delar skulle se ut. Arbetet resulterade i olika diagram som beskriver systemet enligt ”4 + 1 View Model of Software Arcitecture” [21]. Problemet med att f¨ors¨oka beskriva ett system med bara ett diagram ¨

ar att det ¨ar sv ˚art att uttrycka alla delarna p ˚a ett bra s¨att [21]. Det ¨ar l¨att att hamna i en sit-uation d¨ar exempelvis olika boxar f ˚ar representera flera saker samtidigt, vilket g¨or diagrammet sv ˚artolkat [21]. 4 + 1 modellen ¨ar en l¨osning p ˚a detta, d¨ar systemarkitekturen delas upp i olika samverkande vyer [21]. De olika vyerna som valdes var en logisk vy, en fysisk vy och scenario [21]. Utvecklingsvyn valdes bort f¨or att den anv¨ands f¨or att beskriva projekt med m ˚anga utveck-lare och delar [21]. ¨Aven processvyn valdes bort, d ˚a den anv¨ands f¨or att visa schemal¨aggningar av processer[21]. I det tredje steget simulerades ¨aven de analoga filter som skulle anv¨andas, f¨or att unders¨oka hur bra de fungerade.

4.1.4 Bygga systemet

Under detta steg byggdes prototypen baserat p ˚a den tidigare framtagna designen. F¨orst byggdes de kretsar som beh¨ovdes f¨or att skicka ljudsignaler till och fr ˚an ett inbyggt system. D¨arefter skapades de filter som skulle utf¨ora signalbehandlingen. Dessutom skrevs mjukvaran det in-byggda systemet beh¨ovde f¨or att utf¨ora signalbehandling, samt ta emot och skicka ut signaler. Utvecklingen gjordes p ˚a ett testdrivet tillv¨agag ˚angss¨att, d¨ar nya delar kontinuerligt testades mot helheten f¨or att s¨akerst¨alla att de fungerade som t¨ankt.

(20)

4.1.5 Utv¨ardera systemet

Avslutningsvis testades prototypen. B ˚ade de analoga och digitala filtrena funktion testades med hj¨alp av funktionsgenerator och oscilloskop. Prototypens anv¨andbarhet testades d¨arefter med hj¨alp av tv ˚a olika kontrollerade experiment. Experimenten utf¨ordes p ˚a Malm¨o h¨ogskola, till-sammans med studenter och l¨arare. Det f¨orsta experimentet best ˚ar av att testare med hj¨alp av prototypen ska identifiera positionen f¨or ett efters¨okt ljud p ˚a en metallbalk. I det andra exper-imentet ska testare ocks ˚a identifiera positionen f¨or ett efters¨okt ljud, med skillnaden att ljudet nu kommer inifr ˚an ett sk ˚ap. Hypotesen f¨or b ˚ada experimenten ¨ar att det kommer vara l¨attare att urskilja positionen p ˚a det givna ljudet n¨ar n ˚agon signalbehandlingsmetod anv¨ands, i f¨orh ˚allande till om en signalbehandlingsmetod inte anv¨ands.

Testgruppen f¨or det f¨orsta experimentet best ˚ar av studenter och l¨arare. Alla har sedan tidigare n ˚agon form av kunskaper kring signalbehandling, inbyggda system och programmering. Person-erna har i alla fall utom ett dessutom kopplingar till utvecklarna p ˚a olika s¨att. De ¨ar antingen v¨anner, klasskamrater eller l¨arare. Vidare finns det av uppenbara sk¨al finns tv ˚a ˚aldersgrupper inom testgruppen. F¨ordelen med denna gruppsammans¨attning ¨ar att testarna f¨orhoppningsvis ¨

ar beredda att l¨agga ner den tid som kr¨avs f¨or att resultaten ska bli bra. D ˚a utvecklarna ¨ar medvetna om att testningen tar tid anses detta viktigt. Nackdelen med sammans¨attningen ¨ar exempelvis ˚aldersskillnaden och att personer som l¨ast signalbehandling ˚atminstone har en upp-fattning om vad de kan f¨orv¨anta sig. P ˚a en h¨ogskola ¨ar det m¨ojligt att f ˚a tag p ˚a bara studenter, studenter, som dessutom inte kan n ˚agot om signalbehandling om det ¨onskas. Nackdelen med den typen av testare ¨ar att de kanske inte ¨ar motiverade att l¨agga allt f¨or mycket tid p ˚a n ˚agot de inte k¨anner att de f ˚ar ut n ˚agot av. F¨or att minska antalet m¨ojliga felk¨allor kring testningen vidtas ett antal ˚atg¨arder. All testutrustning ¨ar uppst¨alld p ˚a tv ˚a separata bord, vilket begr¨ansar m¨angden externa r¨orelser metallbalken kan p ˚averkas av. Borden ¨ar vidare separerade med en sk¨arm, med testarna och prototypen p ˚a ena sidan och utvecklarna och metallbalken p ˚a den andra. Innan en testperson s¨atter ig ˚ang beskriver utvecklarna hur testarna ska g ˚a tillv¨aga. Tes-tarna har ocks ˚a m¨ojligheten se och ”k¨anna p ˚a” prototypen. B ˚ade f¨ore och under testningen har testarna m¨ojligheten att st¨alla fr ˚agor om det beh¨ovs. F¨or att testarna inte ska st¨oras av ljuden som uppst ˚ar har personerna p ˚a sig h¨orselskydd.

Testgruppen f¨or det andra experimentet bestod bara av k¨anda studenter med tidigare kun-skap om signalbehandling. Valet att bara anv¨anda studenter beror p ˚a att testningen ¨aven den h¨ar g ˚angen tar tid samt kr¨aver en del administration, d ˚a sk ˚apet som anv¨ands st ˚ar inl ˚ast i h¨ogskolans k¨allare. Felk¨allor elimineras genom att testarna inte kan se vad som st ˚ar i sk ˚apet n¨ar det ¨ar st¨angt, samt att de anv¨ander h¨orselskydd.

(21)

5

Resultat

Detta kapitel presenterar resultaten av arbetet som kr¨avdes f¨or att svara p ˚a forskningsfr ˚agan. F¨orst beskrivs de krav som best¨amdes n¨ar systemarkitekturen utvecklades. D¨arefter beskrivs sj¨alva prototypen och dess olika delar. Avslutningsvis beskrivs de kontrollerade experiment som utf¨ordes, samt resultaten av dem.

En del resultat ¨ar dock inte l¨ampade att ha i rapporten och ˚aterfinns d¨arf¨or ist¨allet p ˚a f¨oljande githubsida: https://github.com/yggdrasil73/eximinationsarbete2017. I dessa fall g¨ors en h¨anvisning till denna sida i de stycken som behandlar dessa resultat. P ˚a githubsidan finns ¨

aven en sammanst¨allning av de k¨allor som anv¨ants under litteraturstudien och arbetet, samt en komponentlista.

5.1

Kravspecifikation

Nedan listas de krav som best¨amdes n¨ar systemarkitekturen utvecklades. 1. Ljud ska samlas in med kontaktmikrofoner.

2. Innan signalerna fr ˚an b ˚ada kontaktmikrofonerna genomg ˚ar A/D-omvandling ska de passera varsitt anti-aliasing filter (i praktiken ett l ˚agpassfilter). De analoga filtren ska vara av andra ordningen, f¨or att begr¨ansa m¨angden analog elektronik. Signalerna ska dessutom g ˚a att anpassa efter A/D-omvandlarens sp¨anningsomr ˚ade.

3. Prototypen ska fungera som en verktygsl ˚ada. Den ska inneh ˚alla olika s¨att att digitalt sig-nalbehandla ljud fr ˚an kontaktmikrofonerna, f¨or att p ˚a s ˚a s¨att hj¨alpa en anv¨andare att identifiera ett ljud i en ljudmilj¨o. Verktygsl ˚adan ska best ˚a av tre signalbehandlingsmetoder. Den f¨orsta metoden ska utg¨oras av fyra bandpassfilter i f¨oljd. Varje filter ska g ˚a att h¨oja och s¨anka individuellt (t¨ankt equalizer). Den andra metoden ska best ˚a av ett bandpassfilter, som g ˚ar att flytta l¨angs med frekvensplanet baserat p ˚a vilken sampelfrekvens anv¨andaren v¨aljer. Den sista metoden ska utg¨oras av ett bandsp¨arrfilter, som ska g ˚a att flytta p ˚a samma s¨att som bandpassfiltret i den andra metoden.

4. De digitala filtren ska vara av typen Butterworthfilter. D ˚a m¨angden datorkraft ¨ar begr¨ansad st¨alls dock inga krav p ˚a hur bra n ˚agot filter ska vara (ordningstal, noggrannhet p ˚a koeffi-cienterna etcetera).

5. En anv¨andare ska godtyckligt kunna ¨andra mellan b ˚ade de olika signalbehandlingsme-toderna och filtrena varje metod inneh ˚aller, f¨or att kunna hitta det eller de filter som passar honom eller henne b¨ast.

6. Innan en anv¨andare kan lyssna p ˚a det digitalt signalbehandlade ljudet ska det passera genom ett l ˚agpassfilter som minskar brusniv ˚an.

7. En anv¨andare ska kunna lyssna p ˚a det signalbehandlade ljudet i realtid med hj¨alp av h¨orlurar.

5.2

Systemarkitektur

Prototypen ¨ar uppdelad i tv ˚a delsystem, ett f¨or varje ¨ora (se figur 8). Varje delsystem best ˚ar vidare av tre mindre delar, n¨amligen ett insteg, ett inbyggt system med digital signalbehandling och ett utsteg. Ett insteg best ˚ar av en mikrofon och ett anti-aliasing filter. Dessutom inneh ˚aller det elektronik f¨or att dels h¨oja upp signalen fr ˚an mikrofonen med liksp¨anning (offset-sp¨anning), och dels f¨or att kunna reglera styrkan p ˚a signalen med hj¨alp av en potentiometer. Efter insteget kommer signalen till ett inbyggt system.

(22)

Figur 8: Figur en visar den logiska vyn ¨over systemet. Insteget inneh ˚aller elektr oniken f¨or att samla in ljudet fr ˚an mikr ofoner na. H ¨ar finns en skyddskr ets som ska skydda ar duinoko-rtet och ett andra or dningens l˚agpassfilter som tar bort de h ¨oga fr ekvenser na. Digital signalbehandling inneh ˚aller sj ¨alva koden och elektr oniken f¨or att filtr era signalen som togs in av insteget. Det sker en A/D omvandling d ¨ar efter filtr eras signalen ber oende p ˚a vad man har st ¨allt in potentiometer na och str ¨ombrytar en. N ¨ar detta har gjorts sker en D/A omvandling. Utsteget tar emot D/A omvandlingen som sker i digital signalbehandling. I utsteget finns det andra or dningens l˚agpassfilter som ska ta bort brus. D ¨ar efter f¨orst ¨arks signalen och tas sedan ut i ett h ¨orlurs uttag s ˚a att anv ¨andar en kan lyssna p ˚a ljudet.

(23)

H¨ar filtreras signalen med hj¨alp av digitala filter. En anv¨andare kan v¨alja vilken typ av fil-trering som ska utf¨oras med hj¨alp av potentiometrar och str¨ombrytare. Efter den digitala signal-behandlingen g ˚ar signalen vidare till utsteget. Utsteget best ˚ar av ett l ˚agpassfilter f¨or brusreduc-ering, elektronik f¨or f¨orst¨arkning och ett h¨orlursjack.

5.2.1 Delsystem: Insteg

Figur 1 i bilaga A visar ett insteg. Insteget inneh ˚aller en kontaktmikrofon och den elektronik som beh¨ovs innan signalen g ˚ar till ett inbyggt system f¨or A/D-omvandling. I de tre f¨oljande delarna beskrivs ett instegs olika delar och funktioner.

Kontaktmikrofoner

Kontaktmikrofonen som anv¨ands i ett insteg ¨ar av typen Oyster fr ˚an m¨arket Schaller. Figur 2 i bilaga A visar hur en s ˚adan kontaktmikrofon ser ut. Mikrofonerna ¨ar anpassade f¨or att anv¨andas tillsammans med telepluggar (metalldelen till h¨oger i figur 2 i bilaga A), vilket ocks ˚a g¨ors av prak-tiska sk¨al (alternativet hade annars varit att klippa upp sladden). Figur 3 i bilaga A visar hur signalen kan se ut d ˚a kontaktmikrofonen f ˚angar upp ett ljud.

D ˚a informationen fr ˚an tillverkaren om vad en kontaktmikrofon inneh ˚aller ¨ar knapph¨andig f ˚ar m¨atningar ist¨allet utf¨oras f¨or att ta reda p ˚a detta (tillverkaren rekommenderar bara en utimpedans om en megaohm [22]). M¨atningarna som utf¨ors syftar till att ta reda p ˚a hur stor inresistans mikrofonen har. Detta f¨or att sp¨anningen inte ska minska f¨or mycket p ˚a grund av sp¨anningsdelning d ˚a mikrofonen kopplas till kretsen. F¨or att sp¨anningen inte ska minska beh¨over f¨orst¨arkarens inimpedans vara betydligt st¨orre ¨an mikrofonens utimpedans. Motst ˚andet i kontaktmikrofonen tas fram genom att en resistor placeras mellan kontaktmikrofonens tv ˚a kontakter(jord och plus). Ett ljud med frekvensen en kilohertz generaras d¨arefter med hj¨alp av en funktionsgenerator som ¨

ar inst¨alld p ˚a sinussignal och 2 Vpp. Kontaktmikrofonen placeras bredvidd ljudet s ˚a att en ty-dlig signal uppm¨ats. N¨ar en resistor placeras mellan kontaktmikrofonens tv ˚a kontakter p ˚averkas utsignalen fr ˚an mikrofonen. D ˚a utsignalen blir h¨alften av insignalen ¨ar ut-och inimpendansen f¨or kontaktmikrofonen lika. F¨or denna kontaktmikrofon var utimpedansen 10000 Ohm. I kret-sen (Figur 1 bilaga A) ¨ar f¨orst¨arkarens inimpedans vald till en megaohm och p ˚a s ˚a s¨att f ˚as den stora skillnaden.

Analog elektronik

Den analoga elektroniken i insteget kan delas upp och beskrivas i tre delar. F¨orsta delen skapar en offset-sp¨anning p ˚a 1,4 Volt. Genom att anv¨anda offsetsp¨anning lyfts signalen upp s ˚a att den kan pendla runt 1,4 Volt ist¨allet f¨or 0 Volt. 1,4 Volts offset-sp¨anning v¨aljs f¨or att det ¨ar ungef¨ar mitt i AD-omvandlarens sp¨anningsomr ˚ade (det faktiska sp¨anningsomr ˚adet ¨ar ungef¨ar 0,5 - 2,75 Volt). Offsetsp¨anningen skapas med hj¨alp av en sp¨anningsdelare vid operationsf¨orst¨arkaren U1. Mellan operationsf¨orst¨arkarna U1 och U2 sitter ett motst ˚and som best¨ammer kretsens minsta inimpedans (enligt mikrofontillverkarens rekommendationer). D¨arefter kopplas insignalen in och l¨aggs p ˚a offsetsp¨anningen. Andra delen ¨ar en skyddsdel, som utg¨ors av operationsf¨orst¨arkaren U2 och ett motst ˚and. Den har som uppgift att ta bort eventuella sp¨anningar som ¨ar negativa eller ¨over 3,3 Volt. Sista delen ¨ar ett l ˚agpassfilter av andra ordningen, som har som uppgift att ta bort aliaseffekter. Ett andra ordningens filter v¨aljs av praktiska sk¨al, f¨or att h ˚alla nere m¨angden analog elektronik. Brytfrekvensen ¨ar satt till 10 kilohertz, d ˚a det ¨ar frekvenser upp till halva sampelfrekvensen. Utsignalen fr ˚an l ˚agpassfiltret g ˚ar sedan in i en potentiometer. Poten-tiometerns uppgift ¨ar att justera signalen fr ˚an mikrofonen, f¨or att den ska hamna innanf¨or AD-omvandlarens sp¨anningsomr ˚ade. F¨or att signalen alltid ska hamna innanf¨or sp¨anningsomr ˚adet n¨ar det starkaste testljudet anv¨ands, d¨ampas signalen med h¨alften. Signalen g ˚ar avslutningsvis vidare till ett inbyggt system f¨or A/D-omvandling, vilket utg¨or slutet p ˚a insteget.

(24)

Simulering av l ˚agpassfilter

F¨or att testa att l ˚agpassfiltret som anv¨ands i insteget (och utsteget) fungerar simuleras kretsen i Multisim. Figur 4 i bilaga A visar uppst¨allningen och resultatet av simuleringen. En funktion-sgenerator st¨alls in p ˚a sinusv ˚ag, 10 kilohertz och amplituden 2 Volt. Signalen skickas genom insteget p ˚a samma s¨att som signaler fr ˚an en kontaktmikrofon skulle gjort. Figur 5 i bilaga A visar en oscilloskopsbild ¨over resultatet, med insignalen (r¨od) och utsignalen (svart). D ˚a utsig-nalen har en offset-sp¨anning p ˚a 1,4 Volt tas den bort f¨or att det ska vara l¨attare att j¨amf¨ora de olika signalerna. Resultatet blir att den filtrerade utsignalen n¨astan blir 1/√2av insignalen vid brytfrekvensen. Ett liknande resultat uppn ˚as vidare n¨ar det byggda l ˚agpassfiltret testas med hj¨alp av funktionsgenerator och oscilloskop (se figur 6 i bilaga A).

5.2.2 Delsystem: Digital signalbehandling

F¨oljande tv ˚a delar beskriver hur mjukvaran, i f¨orl¨angningen signalbehandlingen, designades och hur den fungerar (se figur 9 p ˚a n¨asta sida). F¨orst beskrivs hur filtrena designades. P ˚a arbetets githubsida finns matlabgenererade figurer ¨over hur de olika filtrena ser ut. D¨arefter beskrivs hur mjukvaran och de olika signalbehandlingsmetoderna fungerar i sin helhet.

Design av filter

De digitala filtrena designas i Matlabs Filter Designer utifr ˚an sampelfrekvensen 20 kilohertz. Koden f¨or filterber¨akningarna skrivs p ˚a Direktform ett, med andra ordningens sektioner. Det inbyggda systemet programmeras ocks ˚a att trigga en avbrottsrutin varje g ˚ang en AD-omvandling sker. I avbrottsrutinen finns den kod som hanterar de ber¨akningar som kr¨avs f¨or den digitala signalbehandlingen. Tiden f¨or ett avbrott (50 mikrosekunder) och i f¨orl¨angningen tillg¨anglig tid f¨or ber¨akningar, beror d¨arf¨or p ˚a sampelfrekvensen. Sampelfrekvensen ¨ar en begr¨ansande faktor f¨or vilken filterordning som kan v¨aljas. Vidare begr¨ansar signalbehandlingsmetoden med fyra bandpassfilter i f¨oljd de andra tv ˚a metoderna, d ˚a den (av uppenbara sk¨al) kommer ta l¨angst tid. Ordningstalet f¨or alla filter v¨aljs till sj¨atte ordningen, d ˚a den visar sig passa b¨ast f¨or de fyra bandpassfilterna (Se figur 1 i bilaga B). Koefficienterna till de olika filtrena genereras som decimaltal i Filter Designer, men skalas om till heltal med en faktor 10000. I filterber¨akningarna anv¨ands bara heltal, vilket ¨okar ber¨akningshastigheten och m¨ojligg¨or dessutom ber¨aknande av flera separata filter i f¨oljd.

Signalbehandlingens funktion

Efter insteget AD-omvandlas signalen av ett inbyggt system och genomg ˚ar digital signalbehan-dling. Figur 9 nedan visar den fysiska vyn, som beskriver hur koden mappar till h ˚ardvaran. En anv¨andare kan godtyckligt ¨andra mellan tre olika signalbehandlingsmetoder med hj¨alp av tv ˚a str¨ombrytare, f¨or att hitta den metod som passar b¨ast fr ˚an fall till fall. Vilken signalbehan-dlingsmetod och vilket frekvensband som v¨aljs visas p ˚a en LCD-display. De individuella filtrena i varje metod g ˚ar dessutom att, beroende p ˚a vilken metod som anv¨ands, h¨oja, s¨anka eller flytta l¨angs med frekvensbandet med hj¨alp av potentiometrar. Den f¨orsta metoden, fyra bandpassfilter i f¨oljd, skapas genom att placera fyra bandpassfilter bredvid varandra, med sk¨arningspunkter i brytfrekvenserna. Passbanden designas att utg¨ora oktaver, det vill s¨aga att ett passband ¨ar dubbelt s ˚a stort som det f¨oreg ˚aende. Passbanden designas att ligga i eller precis runt det frekven-somr ˚ade d¨ar m¨anniskan h¨or b¨ast. I programkoden genomf¨ors ber¨akningarna f¨or de olika filtrena var f¨or sig och adderas sedan till en utsignal. Det finns en potentiometer f¨or varje individuellt bandpassfilter, som kan anv¨andas f¨or att h¨oja eller s¨anka just det filtret. En s¨ankning eller h¨ojning utf¨ors genom att ber¨akningarna f¨or det aktuella filtret multipliceras med ett tal mellan noll och ett. Resultatet adderas sedan till helheten precis som tidigare.

(25)

9: Figur en visar den fysiska vyn ¨over systemet. ¨ar sj ¨alva ljudet som mikr ofoner na har samlat in. Det sker en A/D omvandling p ˚asignalen och varje g ˚ang en A/D sker triggas ett interrupt. anv ¨ands f¨or att se vilket filter som ska anv ¨andas. Detta g ¨ors med hj ¨alp av tv ˚a str ¨ombrytar e. Potentiometrar na ¨ands f¨or att justera intervallet p ˚a filtr en(se tabell nederst i figur en). T illslut sker filterber ¨akningar na och d ¨ar efter sker en omvandling.

(26)

Den andra metoden, ett bandpassfilter som g ˚ar att flytta l¨angs med frekvensbandet, desig-nas genom att f¨or¨andring av sampelfrekvensen m¨ojligg¨ors f¨or anv¨andren. N¨ar sampelfrekvensen f¨or¨andras anpassas filtrets passband om proportionellt. Aven h¨¨ ar designas passbanden som oktaver, vilket medf¨or att en dubblering av sampelfrekvensen ger ett tv ˚a g ˚anger st¨orre pass-band. F¨or den h¨ar metoden skapas s ˚a m ˚anga passband som ryms innanf¨or halva sampel-frekvensen, dock med h¨ansyn till att m¨anniskan inte h¨or hur l ˚aga frekvenser som helst. Ett problem som uppst ˚ar ¨ar att ett Arduino DUE inte klara av ett flertal dubbleringar av sampel-frekvensen, om den b¨orjar p ˚a 20 kilohertz. Problemet hanteras genom att filtrena delas upp i p ˚a varandra f¨oljande par, baserat p ˚a stigande passband. Till varje par finns separata koefficien-ter och ber¨akningar. Inom varje par kan d¨aremot sampelfrekvensen f¨or¨andras fr ˚an 20 till 40 kilohertz n¨ar en anv¨andare vrider p ˚a metodens tillh¨orande potentiometer. Den tredje metoden, ett bandsp¨arrfilter som g ˚ar att flytta l¨angs med frekvensbandet, skapas p ˚a samma s¨att som den andra metoden.

F¨or att testa att de olika filtren, och att kombinationerna av filtren fungerar, anv¨ands ett oscilloskop och en funktionsgenerator. F¨or varje filter eller kombination av filter f¨or¨andras funk-tionsgeneratorns utsignal till att passera f¨ore, i och efter passbanden. P ˚a s ˚a s¨att visas att funk-tionsgeneratorns utsignal sl¨apps igenom eller blockeras vid r¨att tillf¨alle.

5.2.3 Delsystem: Utsteg

Figur 1 i bilaga C visar ett utsteg. Insignalen till utsteget kommer fr ˚an D/A-omvandlingen. Fr ˚an D/A-omvandlaren g ˚ar signalen in i ett analogt l ˚agpassfilter som reducerar kvantiseringsbrus och aliaseffekter. Signalen g ˚ar d¨arefter vidare till en operationsf¨orst¨arkare och f¨orst¨arks en och en halv g ˚ang. D¨arefter g ˚ar signalen till h¨orlursjacket.

5.3

Kontrollerade experiment

F¨or att testa prototypen genomf¨ors tv ˚a typer av kontrollerade experiment. Experimenten in-volverar dock inte en bil eller maskin, d ˚a dessa anses inneh ˚alla f¨or m ˚anga ok¨anda parametrar. Dessutom anses experiment med en bil eller maskin vara f¨or problematiskt, d ˚a kommunika-tionen mellan mikrofonerna och de inbyggda systemen inte ¨ar tr ˚adl¨os. Den f¨orsta typen av experiment genomf¨ors med nio testare och utg ˚ar fr ˚an en smal rektangul¨ar metallkonstruktion (h¨adanefter kallad testb¨anken). Under testningen ska testaren f¨ors¨oka best¨amma varifr ˚an p ˚a testb¨anken tv ˚a givna ljud i en ljudmilj¨o kommer ifr ˚an, med hj¨alp av prototypens olika signalbe-handlingsmetoder.

Den andra typen av kontrollerat experiment genomf¨ors med hj¨alp av ett metallsk ˚ap och tv ˚a testare. I detta fall placeras tv ˚a st¨orande och tv ˚a efters¨okta ljud i ett st¨angt sk ˚ap. Att flera efters¨okta ljud anv¨ands samtidigt motiveras med att en verklig ljudmilj¨o kan inneh ˚alla mer en ett intressant ljud. Dessutom har sk ˚apet en helt annan f¨orm ˚aga ¨an exempelvis testb¨anken att skapa en mer komplicerad ljudmilj¨o. Det g¨or det intressant att unders¨oka ifall testarna har m¨ojligheten att sortera ut flera olika ljud, eller om de blandar sig f¨or mycket. Testarna ska d¨arefter med hj¨alp av prototypen f¨ors¨oka komma fram till var de efters¨okt ljuden befinner sig, genom att anv¨anda mikrofonerna p ˚a sk ˚apets utsida. Skillnaden mot det f¨orsta experimentet ¨ar att ljuden nu har en annan m¨ojlighet att sprida sig.

5.3.1 Testb¨anken Beskrivning av testb¨ank

Figur 1 bilaga D visar hur testb¨anken ser ut. Konstruktionen best ˚ar av fem metallstavar som s¨atts ihop med metallfogar. L¨angden blir en meter, vilken delas upp i fem sektioner om tjugo cen-timeter. Sektionerna numreras fr ˚an ett till fem, d¨ar ett ¨ar l¨angst till v¨anster och fem l¨angst till h¨oger. Mikrofonerna placeras i mitten av bit ett och fem, f¨or att de ska vara s ˚a l ˚angt som m¨ojligt

(27)

fr ˚an varandra och f¨or att uppst¨allningen ska bli symmetrisk. L¨angst ut p ˚a metallkonstruktio-nens kanter placeras varsin motor. Under testningarna anv¨ands motorerna f¨or att generera ett kontinuerligt st¨orande bakgrundsljud (se figur 6 bilaga D). Motorerna placeras p ˚a de tv ˚a yttre sektionerna f¨or att det st¨orande ljudet st¨or mest d ˚a. F¨or att undvika yttre st¨orningar placeras metallkonstruktionen p ˚a ett bord, ovanp ˚a tre cm tjocka tr¨aklossar.

Testernas uppl¨agg

Testpersonerna f ˚ar genomf¨ora tester d¨ar de ska f¨ors¨oka komma fram till positionen f¨or tv ˚a efters¨okta ljud, ett bankande och ett tjutande (se figur 4, 5 och 6 i bilaga D). Ljuden st¨alls in eller skapas enligt f¨oljande. Motorerna f¨or det st¨orande och det bankande ljudet matas med sp¨anning. Det tjutande ljudet skapas slutligen med en HP4750 enligt: en sinusformad b¨arv ˚ag med am-plituden tio Volt och frekvensen en kilohertz, som moduleras med en 4750 Hertz fyrkantsv ˚ag tillsammans med PULSE-inst¨allningen. F¨orst genomf¨ors alla tester med det bankande ljudet och sen alla med det tjutande ljudet. Figur 2 i bilaga D visar uppst¨allningen som skapar det bankande ljudet. Testerna med det bankande ljudet inleds med att testpersonerna f ˚ar h¨ora hur det efters¨okta ljudet l ˚ater p ˚a testb¨ankens fem olika positioner, utan att n ˚agot st¨orande ljud eller filter anv¨ands. D¨arefter genomf¨ors tv ˚a testserier om femton test, figur 7 i bilaga D visar det sce-nario testarna utgick ifr ˚an. I den f¨orsta testserien f¨ors¨oker testarna placera det efters¨okta ljudet d ˚a det st¨orande ljudet ¨ar p ˚a, utan att anv¨anda n ˚agra filter. Vid varje test placeras det bankande ljudet p ˚a en av testb¨ankens fem positioner enligt ett slumpm¨assigt schema. Testpersonerna f ˚ar d¨arefter bet¨anketid och skriver d¨arefter ner den position de anser ¨ar r¨att i ett f¨orbrett excelark. Under bet¨anketiden kan testarna godtyckligt ¨andra mellan de olika signalbehandlingsmetoderna och deras frekvensband. I den andra testserien ska testarna ˚aterigen placera det efters¨okta ljudet d ˚a det st¨orande ljudet ¨ar p ˚a, men nu med hj¨alp av de olika signalbehandlingsmetoderna. Testerna med det tjutande ljudet genomf¨ors p ˚a samma s¨att som f¨or det bankande ljudet. Det tjutande ljudet spelas upp med en h¨ogtalare (figur 3 i bilaga D). Vid varje test l¨aggs h¨ogtalaren p ˚a den framslumpade positionen.

Resultaten av testerna med testb¨anken

F¨oljande figurer visar resultaten fr ˚an testerna med testb¨anken. Figurerna 10-15 ¨ar sammanst¨allningar ¨

over var testarna tror det efters¨okta ljudet befinner sig, i f¨orh ˚allande till var det verkligen ¨ar. I de tv ˚a sammanst¨allningarna ¨over det tjutande ljudet tas resultaten f¨or en testperson inte med. An-talet ”Vet ej” anses vara f¨or m ˚anga f¨or att de testerna ska anses representativa. Alla testprotokoll och mallar ˚aterfinns p ˚a arbetets githubsida.

(28)

Figur 10: Figuren visar resultatet fr ˚an testerna med slagljud utan filter. Exempel: N¨ar det sl ˚aende ljudet stod p ˚a position ett trodde testarna att det var p ˚a position ett 85% av g ˚angerna. 11% av g ˚angerna trodde testarna att det var p ˚a position tv ˚a och 4% av g ˚angerna p ˚a position fyra.

(29)

Figur 12: Figuren visar resultatet fr ˚an testerna med tjutande ljud utan filter.

(30)

Figur 14: Figuren visar en sammanst¨allning av figurerna 10-13. R¨att svar och n¨arliggande position/positioner i f¨orh ˚allande till r¨att svar ¨ar sammanslagna till en stapel. Resterande staplar visar hur l ˚angt ifr ˚an testarna kom r¨att/n¨arliggande.

Figur 15: Medelv¨arde och standardavvikelse f¨or resultaten inom varje position. Standard-avvikelsen ber¨aknas enligtsqrt(

P

(xk−ms)2)

n , d¨ar xsar ett observationsv¨¨ arde och msar medelv¨¨ ardet.

(31)

Figurerna 16-21 visar vilka frekvensband som v¨aljs inom de olika metoderna, samt vilka frekvensband som v¨aljs mest. De tre f¨orsta figurerna(16-18) visar resultaten f¨or det bankande ljudet och de tre sista(19-21) visar hur det blev f¨or det tjutande ljudet. Figurerna visar ocks ˚a hur n¨ara testarna var r¨att position. X-axeln visar de olika frekvensbanden inom varje signalbehan-dlingsmetod och y-axeln visar antalet g ˚anger ett frekvensband valdes. Inom varje frekvensband visas hur n¨ara testarna var r¨att d ˚a de anv¨ande just det frekvensbandet. D ˚a f¨argen ¨ar gr¨on gis-sade testaren r¨att. Ljusgr¨on ¨ar f¨orsta n¨arliggande position(er). Gult ¨ar tv ˚a steg fr ˚an att vara r¨att, m¨orkgult ¨ar tre steg och r¨ott fyra steg.

Figur 16: Figuren visar vilket intervall tes-tarna valde att blockera n¨ar de anv¨ande bandsp¨arrfiltret och hur n¨ara r¨att de kom. Siffrorna representeras hur ofta de valdes.

Figur 17: Figuren visar vilket intervall tes-tarna valde att lyssna p ˚a n¨ar de anv¨ande bandpassfiltret. Siffrorna representeras hur ofta de valdes.

Figur 18: Figuren visar vilket intervall tes-tarna valde att lyssna p ˚a n¨ar de anv¨ande de fyra bandpassfiltren. Siffrorna representeras hur ofta de valdes.

Figur 19: Figuren visar vilket intervall tes-tarna valde att blockera n¨ar de anv¨ande bandsp¨arrfiltret och hur n¨ara r¨att de kom. Siffrorna representeras hur ofta de valdes.

(32)

Figur 20: Figuren visar vilket intervall tes-tarna valde att lyssna p ˚a n¨ar de anv¨ande de fyra bandpassfiltren. Siffrorna representeras hur ofta de valdes.

Figur 21: Figuren visar vilket intervall tes-tarna valde att lyssna p ˚a n¨ar de anv¨ande bandpassfiltret. Siffrorna representeras hur ofta de valdes.

5.3.2 Testerna med sk ˚apet Testernas uppl¨agg

Figur 8 bilaga D visar hur sk ˚apet ser ut. Som figuren visar ¨ar det ett rektangul¨art metallsk ˚ap, som g ˚ar att ¨oppna och st¨anga. Ljuden st¨alls in (eller skapas) enligt f¨oljande. Sk ˚apet delas upp i 14 omr ˚aden, d¨ar de olika ljudk¨allorna kan placeras. Fyra m¨ojlig omr ˚aden och sk ˚apets bot-tenplan anv¨ands inte, d ˚a de blockeras av otympliga objekt p ˚a sk ˚apets baksida. Totalt finns det fyra olika ljudk¨allor var av tv ˚a ¨ar intressanta och tv ˚a ¨ar st¨orande ljud. De st¨orande ljuden ¨ar tv ˚a motorer(samma motorer som anv¨andes vid testb¨anken). De ljud som ¨ar de efters¨okta ¨ar ett bankande ljud(samma som vid testb¨anken) och en borrmaskin. Borrmaskinen placeras s ˚a att det ¨ar vibrationerna som skapar det efters¨okta ljudet. Utplaceringen av dessa ljudk¨allor gener-ades av en slumpgenerator som ger ut ett nummer mellan 1-14. N¨ar ljuden ¨ar utplacerade f ˚ar testaren placera ut kontaktmikrofonerna p ˚a utsidan av sk ˚apet, f¨or att f¨ors¨oka hitta slagljudet och borrmaskinen. Tillv¨agag ˚angss¨attet ¨ar det samma som f¨or testerna med testb¨anken. Tes-tarna g ˚ar igenom alla positionerna och noterarar vad hen h¨or enligt en tregradig skala (inget, kan h¨ora och h¨ors klart). Tv ˚a typer av tester utf¨ordes, med och utan filter.

Resultatet av testerna med sk ˚apet

Figur 22 och 23 visar resultaten. Totalt gjordes fyra tester, tv ˚a utan filter och tv ˚a med filter. Figur 22 representerar resultaten f¨or testerna utan filter och figur 23 resultaten med filter. I samtliga fall d ˚a digitala filter ska anv¨andas anv¨ands signalbehandlingsmetoden med det ensamma band-passfiltret. Frekvensbandet som anv¨ands ¨ar konsekvent metodens h¨ogsta.

(33)

Figur 22: Figuren visar var testaren trodde ljuden befann sig d ˚a testaren inte anv¨ande n ˚agot filter. Positionerna d¨ar det st ˚ar gissning ¨ar var testaren tror ljudet ¨ar. D¨ar det st ˚ar slagljud och borr ¨ar d¨ar de efters¨okta ljuden placerades.

Figur 23: Figuren visar var testaren trodde ljuden befann sig d ˚a testaren anv¨ande filter. Positionerna d¨ar det st ˚ar gissning ¨ar var testaren tror ljudet ¨ar. D¨ar det st ˚ar slagljud och borr ¨ar d¨ar de efters¨okta ljuden placerades.

Figure

Figur 1: Bild ¨ over ¨ orats delar [5].
Figur 2: Diagram ¨ over lika-h¨ orselniv ˚akurvor [8]. Exempel: Vilken ljudstyrka kr¨ avs f¨ or att en 30 decibel ton vid 1 kilohertz ska upplevas som lika stark som en ton vid 50 Hertz [6]? L¨ osning: F¨ olj kurvan fr ˚an punkten 30 decibel/1 kilohertz bo
Figur 3: Idealfallen f¨ or de fyra huvudtyperna av filter
Figur 4: Ett icke-idealt filter [10].
+7

References

Related documents

Av samma bestämmelse följer att en handling som inte expedierats anses vara upprättad när det ärende till vilket den hänför sig har slutbehandlats hos myndigheten, eller,

personalansvarsnämnd uppträder som ett så självständigt organ i förhållande till Kriminalvårdens övriga verksamhet att en handling som överlämnats till

1 § första stycket OSL gäller sekretess i verksamhet som avser bestämmande av skatt eller fastställande av underlag för bestämmande av skatt eller som avser fastighetstaxering

gett in framgår således endast att svärsonen, men inte dottern, vid tiden för Skatteverkets beslut hade primär uppehållsrätt i Sverige.. Den ende som hon skulle kunna

- Frågan i målet är om och i så fall i vilken ordning tingsrättens beslut att ta ut avgift för utlämnande av kopior av allmänna handlingar i elektronisk form kan överklagas.. -

- Enligt tredje stycket får beslut om anslag eller andra utgifter i staten för närmast följande budgetår inte fattas innan ett beslut fattats enligt andra stycket.. Vidare anges

ansökan av en enskild, förhandsbesked lämnas i en fråga som avser sökandens skattskyldighet eller beskattning om det är av vikt för sökanden eller för en enhetlig lagtolkning

förhållanden och då Skatteverket genom det överklagade beslutet ändrat B.J:s efternamn i enlighet med hennes anmälan, kan beslutet inte anses ha gått henne emot på sådant sätt