变速箱故障声压信号的小波包分解与诊断

针对变速箱故障声压信号的非平稳时变特点,给出了小波包分析处理变速箱故障声压信号的原理和方法,并分析了一个变速箱齿根裂纹故障的诊断实例.实验结果表明,该方法在变速箱声学诊断中是有效可行的,在其它机械的声学诊断中也具有一定的参考价值.     

多普勒畸变声学信号的伪时频分析及其校正

位于运动轨迹旁的麦克风采集的运动声源信号存在多普勒畸变现象,这增加了信号分析的难度,特别对于高速列车道旁声学故障诊断工作。为了提高诊断的准确性和可靠性,提出了一种新的基于摩尔斯声学理论的多普勒信号伪时频分析,该分析给出了一种伪时频分布,对信号的时间中心和特征频率进行了有效估计,得到的参数用于信号重采样以校正其多普勒畸变,校正信号中能有效提取出信号中包含的故障信息。仿真信号和实验信号的分析结果表明,该方法能够用于提取多普勒畸变信号的参数,并加以校正,在道旁声学故障诊断中有较好的应用前景。     

周期伪随机信号序列及其在声学测量中的应用

在声学测量中,经常应用各种相关技术.其中,周期伪随机信号序列相关技术是值得在声学测量中推广应用的新技术之一.这种方法采用周期的伪随机信号序列(又称最大长度序列,或M—序列)作为测量中使用的源信号.通过计算源信号与某接收点传声器输出信号之间的互相关函数,来确定该线性系统的脉冲响应.然后,根据脉冲响应,求得该处的平方衰减声压(Sanared decaying sound pressure),由此出发即可求得所需测定的声学量.     

基于CNN与多通道声学信号的齿轮故障诊断

针对齿轮故障诊断任务中,振动信号受设备或工矿环境的影响难以获取,传统的单通道声学诊断法只能采集部分信息用于局部诊断,多通道声学诊断法权值确定过程复杂、实时性差等问题,结合深度学习理论,提出一种基于卷积神经网络与多通道声学信号齿轮故障诊断法。通过将传感器布置在不同测量点位以获取不同敏感度的故障信息,再以卷积神经网络作为融合技术,对4路齿轮声学信号进行特征级融合,实现对多级传动齿轮的故障诊断。实验结果表明:相比于单个传感器多个特征量信息的传统声学诊断方法,该文所提出的方法在齿轮故障识别率上有显著提升,可达99.8%。     

小波方法在滚动轴承振动信号分析中的应用

通过分析滚动轴承表面损伤类故障信号的特点，提出了基于小波包分解和信号重构技术的滚动轴承故障精密诊断方法。试验表明，该方法是有效的，适用于滚动轴承早期故障的振动监测和诊断。     

小波分析在自行火炮变速箱滚动轴承故障诊断中的应用

本文对某自行火炮变速箱中的滚动轴承进行故障诊断研究.分析了自行火炮变速箱中滚动轴承典型故障信号特征,介绍了小波分析工程应用的基本理论,最后研究了在发动机振动、齿轮啮合振动等大背景噪声下,利用小波分析方法有效地提取滚动轴承故障特征的方法,并通过实验结果分析验证了方法的可行性.     

故障振动信号的小波包分解与诊断

本文讨论了故障振动在小波分解下的信号特征,给出了小波包分解处理故障振动信号的原理和方法,论述了诊断信号的表达方式及其特点,给出并分析了一个变速箱多故障源的诊断实例.实践证明,作者给出的小波包分解与诊断方法具有理论和实际价值.     

摩托车变速箱端盖辐射噪声仿真分析

应用有限元软件Nastran与边界元软件SYSNOISE对摩托车变速箱端盖的辐射噪声进行了仿真计算分析研究,预测了外部声场辐射噪声声压,分析了声场声压与结构模态频率之间的关系,确定了辐射噪声的关键区域和频带,结果说明FEM/BEM方法是预测辐射噪声的有效方法,分析结果为我们下一步声学优化打下了基础。     

组合声源测试消声器传递损失的噪声信号修正方法

针对某些传递损失较大的消声器,现有白噪声测试设备的单一噪声源发生器无法满足消声量的测试需求。通过采用低频和中频两种声源发生器,利用过渡管道与测试管道垂直连接的方式,实现了两种声源组合发声对消声器声学性能的测试。为了解决过渡管道与组合声源系统连接处声阻抗变化,导致输出的噪声信号频谱特性随机波动的问题,提出了一种噪声信号的修正方法。该方法基于四传感器法测量过渡管道声阻抗,根据过渡管道传递矩阵,以随机白噪声为激励源输出的管口噪声作为输出声压信号,得到组合声源系统的输入声压信号,实现了对组合声源系统声音信号的补偿。实验结果表明,与传统均衡器调节方法相比,该方法能够在较宽的测试频率范围内输出平稳的声压信号;其次,利用修正前后的声学信号对扩张腔的传递损失进行测量,修正后得到的测试曲线与理论值吻合度较高,证明了该方法的可行性。     

基于液压泵复数信号的log-SAM故障诊断方法研究

针对基于液压泵单源振动信号易受噪声污染、无法有效表征故障特征信息的问题,提出了一种基于复数信号的log-SAM新方法。在液压泵端盖同一截面上,采集两个互相正交传感器上的振动信号;基于全矢思想,对上述双源信号融合为一个复数信号;利用log-SAM对复数信号进行包络分析,充分地突出故障特征信息,抑制噪声干扰;基于总体和最优诊断结果,实现故障诊断分析。通过分析实测液压泵滑靴磨损故障信号可知,所提方法具有很好诊断效果,且较传统全矢谱、基于单源信号分析方法和倒频谱预白化方法具有有效性和优越性。