Noise analysis of automotive brake systems / Otomotiv fren sistemleri için ses analizi

Abstract

Bu çalışmada hava diskli frenler, sinyal işleme araçları kullanılarak gürültü açısından incelenmiştir. Literatür taramasından esinlenerek, hataları tespit etmek için ses ve titreşim verileri kullanılmış; hata tipini sınıflandırmak için birçok algoritma önerilmiştir. Bir veri toplama kartı ile gürültüsüz, daha az gürültülü ve gürültülü bir frenden kaydedilen sesler, zaman alanında, frekans alanında ve zaman-frekans alanlarında sırasıyla analiz edilmiştir. Ortalama, varyans, sıfır geçiş sayısı, en büyük, en küçük ve entropi değerleri zaman penceresinde hesaplanmış ve en yakın komşu algoritması kullanılarak frenler sesli (gürültülü) ve az sesli olarak sınıflandırılmıştır. Aynı prosedür, ortalama, varyans, spektral yuvarlama, en büyük ve entropi gibi frekans öznitelikleri için tekrarlanmıştır. Zaman-frekans ortamı analizi, ses sinyallerinin özelliklerini daha iyi ortaya çıkaracağından, sürekli ve ayrık dalgacık dönüşümü kullanılarak nitel ve nicel analizler gerçekleştirilmiştir. Gürültülü ve daha az gürültülü fren sinyalleri arasındaki ayrımın, zaman-frekans alanında açıkça görülebileceği gösterilmiştir. Anahtar Kelimeler: Disk fren sistemleri, gürültü, dalgacık, frekans bölgesi, k-en yakın komşuluk In this thesis, air disc brakes are investigated in terms of noise using signal processing tools. Inspired by the literature view, sound and vibration data are used in order to detect faults, moreover; many algorithms are proposed to classify the type of the dysfunction. Sounds recorded from a noiseless, a less noisy and a noisy brake by a data acquisition board, are analyzed in time domain, in frequency domain and in time-frequency domain, respectively. The mean, variance, number of zero crossings, maximum, minimum, and entropy of time windows are calculated and the brakes are classified as noisy and less noisy using k nearest neighbor classification algorithm. The same procedure is repeated for frequency domain considering features mean, variance, spectral roll-off, maximum and entropy. Since time-frequency domain analysis will reveal the characteristics of the sound signals better, qualitative and quantitative analysis has been accomplished by using continuous and discrete wavelet transform. It has been shown that the discrimination between the noisy and less noisy brakes signals can be observed in time-frequency domain clearly. Key Words: Disc brake systems, noise, wavelet transform, frequency domain, k nearest neighbor (k-NN algorithm)