作为一个噪音振动分析人员,如果身边没有专业的数据采集设备,采用手机录制噪音用于后期数据分析也很常见,车载语音系统或手机录制的数据一般保存为16bit的.wav格式文件。NVH工程用Simcenter Testlab打开一个.wav录音往往是这样的:

这个值一般都非常小,且不是真实的声压级,本篇文章目的就是要讲一下这其中的原委,并尝试从wav文件获取真实的声压级。

    如论是手机录音还是专业数采设备,能将传感器产生的电压转换为计算机可以处理的二进制数据,核心原因是都有一个叫ADC(模数转换器Analog-to-Digital Converter)的芯片来实现。一个16bit的ADC工作方法如下图所示:

   先看纵坐标:

16位二进制表示即,

                 十进制范围表示即,-32768 至 +32768,整个区间为2^16。

    再看横坐标:本例是一个-10V 至 +10V的范围,当声学或振动传感器接入ACD并产生+10V电压时,ADC就将这个电压表示为+32768,如果产生-10V电压时,ADC就将这个电压表示为-32768。量程范围内的其他电压值就按照10v/32768的斜率转换即可。具体到物理层大概如下图所示:

    讲完ADC芯片之后,再理解一下.wav格式的文件。wav是最常见的声音文件格式之一,由微软公司专门为Windows开发。这种文件格式能记录各种单声道或立体声的声音信息,并保证声音不失真。wav文件支持多种音频位数、采样频率和声道,其标准格式化的采样频率为44.1kHz,16bit量化数字,因此声音文件质量与CD相差无几。

    可见16位ADC生产的数据和.wav文件格式的标准格式是完美兼容的。具体如何将数据保存位wav文件,我选择直接给出python示例代码:

import wave  import numpy as np    # 假设你有一个16位整数数组,代表音频样本  # 这里我们创建一个简单的示例数组  sample_rate = 44100  # 采样率,例如44.1kHz  num_channels = 1    # 声道数,例如单声道为1,立体声为2  num_frames = 1000   # 音频帧数,根据你的样本数组长度来设置  sample_width = 2    # 每个样本的字节数,16位为2字节    # 创建一个随机16位整数数组作为音频样本数据  # 注意:这里的数据是随机的,实际使用时你应该使用你的音频数据  audio_data = “自己的数据 ”  # 创建WAV文件对象  with wave.open('output.wav', 'wb') as wav_file:      # 设置WAV文件的参数      wav_file.setnchannels(num_channels)      wav_file.setsampwidth(sample_width)      wav_file.setframerate(sample_rate)            # 将音频数据写入WAV文件      # 注意:需要将numpy数组转换为bytes对象      wav_file.writeframes(audio_data.tobytes())    print("WAV file written successfully.")

    为了避免产生误导,我将上述“标准格式”全部加粗,因为.wav文件是支持非标准格式的,其中采样率、通道数、位数都是可自定义的。本文暂时不深入展开,如有需求可进一步学习python 中 wave库即可。

    至此我们要回归主题,为什么.wav格式数据用Simcenter Testlab读取后幅值总是小于1?。原因在于Simcenter Testlab打开.wav文件时,他是要将所有的数据除上32768的。由于我们写入wav的16位数据总是不大于32768,所以导致Simcenter Testlab读取数据后不会大于1。

    至于如何获取从Simcenter Testlab数据得到真正的声压级,参考下述公式即可:

        Testlab数据 = 声压级(Pa)*  麦克风灵敏度(mv/Pa)*  32768   /  ADC量程(mv)

    上述麦克风灵敏度和ADC量程获取可能需要一些测试或者向相关厂商询问。

——————————————分割线—————————————

      本公众号开源一款8通道16位IEPE/ICP振动噪音采集器,个人可申请免费使用来完成自己的项目的开发(后台发送消息即可)。

      采集器使用的相关 python 代码地址:DDQ_L8: 这是一个开源的振动噪音采集器项目 (gitee.com)

    

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。