离心式齿轮压缩机噪声源识别与控制

以中型齿轮离心式压缩机机组为对象,结合机组的实际工作情况及现场测试条件,对机组的振动和声压进行数据采集,获得反映机组主要振动噪声源的数据。通过对采集的振动信号和噪声信号进行频谱分析,研究机组的振动噪声特性,并确定机组的主要噪声源为叶片、排气管道、冷却器。结合机组结构改进的可行性,提出相应的结构改进措施,为机组的减振降噪提供有效的方法。     

某SUV车型车内噪声源识别试验研究

采集某SUV车型怠速工况下的悬置点被动侧振动加速度和车内噪声声压信号,对车内噪声频谱分析,得到主要噪声频率,建立一个三输入单输出系统模型,以相干理论为基础计算出相干系数,试验与理论结合的分析结果表明,后悬置振动是主要噪声源,左悬置振动次之。     

结合多种方法的单缸汽油机噪声源识别研究

对152QMI单缸汽油机进行噪声及振动以及曲轴转角等信号的采集,在LMS Test.Lab软件中利用频谱分析和小波变换计算得出了该单缸汽油机噪声能量的主要分布范围,并以此作为噪声源识别的对象,利用阶次分析和小波变换筛选出该机噪声信号中频率不随转速变化的共振因素,随后在角度域内对信号进行小波变换,结合发动机配气机构等部件的运动特征研究识别相对于各频率带的发动机噪声源。研究结果表明,该发动机主要噪声频率带为800 Hz以下、2 000 Hz和4 000 Hz~5 000 Hz,各频率带噪声源分别为进排气噪声、缸盖共振和顶杆对摇臂的冲击以及气门落座冲击。     

电动车动力总成振动噪声的试验研究

由于动力总成的不同,电动车与传统车的振动噪声源也有较大差异。笔者对某电动车动力总成的振动噪声特性进行了试验研究。利用频谱分析、阶次分析等方法来识别动力总成的主要振动噪声源,分析加速和稳态工况下各激励源对动力总成振动噪声的贡献量。基于心理声学客观评价参数,分析了电动车动力总成声品质特性。研究结果为电动车动力总成振动噪声的优化设计提供了试验支持,并表明了进一步研究电动车声品质的必要性。     

矿用对旋轴流风机气动噪声分析

针对矿用KDF-5局部通风机振动剧烈和噪声大等问题,通过实验采集风机内部流场压力脉动和出口处噪声信号,利用数值模拟,对风机内部流场及气动噪声进行分析.说明不同工况时风机内部流动对风机噪声的影响,并预估出风机出口处噪声频谱特性.给出风机两级叶片的静压时间导数,分析主要噪声源的位置.找出降低风机噪声的途径,改进风机的气动参...     

声学故障诊断中的宽带相关噪声信号分离方法

为了提取混合噪声中待诊设备的噪声信号，利用传声器组构造线性测量阵列流型，建立多声源机器系统的宽带相关噪声混合模型。使用聚集变换技术消除频率对参数估计的影响，并同时消除相关信号功率谱矩阵的奇异性，采用宽带相关MUSIC法估计噪声方差与声源方位，从混合信号频谱中分离噪声源信号频谱。该方法可减小其他噪声源信号的干扰，提高待检设备噪声信号的信噪比。实验结果验证了模型与算法的可行性。     

井下噪声的频谱分析

噪声是一种普遍存在于各种环境的有害因素。针对矿井下恶劣的环境,用噪声振动分析测试仪对井下的压风机、局扇和风锤的噪声信号进行数据采集及分析,得到压风机、局扇和风锤的最大噪声级强度分别为101.3、104.4和120 dB,并明确了噪声源的分布规律。用DSO-2902数字存储示波器分析得出了噪声的频谱成分和频谱结构:移动压风机的频率为20 Hz~3 kHz,局扇的频率为20 Hz~4.5 kHz,风锤的频率范围为20 Hz~10 kHz。     

基于小波变换的客车车内振动噪声源识别

测定了不同工况下车内噪声信号和车架车身等处的振动信号，利用Daubechies小波函数对噪声信号和振动信号做小波变换，获取信号能量分布的特征向量和相关系数，确定两种信号相关程度，根据相关系数大小识别车内振动、噪声源，经过识别发现发动机为该车的主要振动噪声源。试验表明，该方法比传统的分析方法更为简单、有效。     

液力变速箱噪声源识别研究

液力变速箱是大吨位内燃叉车的重要动力传递机构,其噪声性能是国产大吨位内燃叉车产品质量的主要因素之一。为查出液力变速箱的主要噪声源,设计和搭建液力变速箱试验台,利用阶比跟踪分析技术,在试验台上对液力变速箱不同工况下的振动噪声信号进行采集,运用亿恒分析软件和编制好的阶比跟踪谱、三维转速谱阵程序对液力变速箱的振动、噪声信号进行分析。得出噪声源是全速前进二挡时候,齿轮Z9引起的1463．38Hz峰值噪声与液力变速箱固有频率1500Hz的峰值噪声产生峰值叠加,造成噪声过大。     

立体车库无线振动噪声监测系统的研究

随着越来越多的立体车库进入居民小区,车库的噪声逐步成为影响居民生活的噪声源之一。如何有效地减小运行噪声是立体车库建设及发展需要重视的重要因素。在立体车库系统中,为解决布线复杂的问题,提出了一种基于虚拟仪器的立体车库无线监测系统,利用无线传感器网络技术中的Zig Bee技术对立体车库的运行噪声与振动信号进行无线采集,并对其振动信号进行1/3倍频,最终利用Lab VIEW平台进行软件实现。实际使用结果表明:该立体车库无线监测系统可以快速地实现对振动噪声的采集及分析,不仅可以实现对噪声的实时监测,还可以根据振动信号频谱特性指导车库设计,最终降低车库运行噪声。     

基于谱分析与相干分析的液力变速箱噪声源识别研究

通过噪声、振动自功率谱分析和相干函数分析技术，应用杭州亿恒公司的8通道动态信号测试分析系统，对一台内燃叉车的液力变速箱进行了噪声振动分析，从而得出了该台变速箱产生噪声的主要原因在于Z6-Z7齿轮轴的啮合激励。     

吸油烟机异音诊断分析及声音品质优化设计

针对“吸油烟机离心风机运转过程中因电网中谐波分量与电机磁场谐波相互作用,激发系统产生电磁异音和振动”的问题,提出了优化减振系统吸收异常声频能量,消除异音和振动的技术思路.采用辐射噪声频谱分析法并结合对电源谐波特性的对比测试,对异音和振动的发生机理进行了分析,在明确了噪声线谱中对异音贡献最明显的特征频率及其特性后,通过对电机与蜗壳连接的减振垫结构的优化设计和效果评估,从而得到了较优的结构方案.研究结果表明,通过在电机减振垫上设置微型“弹性单元”阵列,可有效衰减声辐射线谱200 Hz处的能量,使声音品质和整机运转时的振动得到显著改善.     

喷水阻尼在降低金属旋转锯切噪声中的应用

把喷水阻尼技术首次用于大型圆盘金属锯机的减振降噪 ,通过对其降噪效果及频谱的测量分析 ,发现对于锯切噪声的降低 ,喷水阻尼不但是一种简单实用的技术而且降噪效果显著 ,且由此引起的附加噪声比较小     

滚动轴承振动与噪声的相关性解析

通过对滚动轴承振动与噪声关系的深入分析,阐明了轴承振动与噪声之间的本质相关性和主要差异性———控制轴承振动可以控制轴承噪声,但目前测量轴承振动的方法却不能完全反映轴承噪声,同时还介绍了轴承噪声寿命的估算方法,指出了轴承振动与噪声的主流技术发展方向。     

某机载雷达频综器相噪故障诊断与试验分析

针对某机载雷达的频综器在振动环境下相位噪声(相噪)相比静态环境下恶化明显,不符合动态指标要求的情况进行故障诊断和试验分析。通过相噪主要来源分析和振动特性试验,探明了振动环境下导致相噪恶化的主要原因,并提出改进方案。最后对改进后频综器的相噪水平进行试验评估,结果显示频综器的相噪全面达到指标要求,成功解决了该频综器在振动环境下相噪恶化的问题。     

电动汽车及其驱动永磁电机声振特性试验

在电动汽车整车声振特性分析的基础上进行了其驱动电机的声振特性台架试验,运用频谱分析和相干分析相结合的方法对试验数据进行分析。试验结果明确了电机振动和噪声对车内振动和噪声的贡献和电机振动噪声的主要特征频率及其引发原因,研究成果为电动汽车整车振动噪声特性优化改善提供了试验支持。     

变速箱振动与噪声分析

分析了某变速箱试验时的异常振动和噪声原因。先对一台样机测试其各挡稳定过程的振动和噪声信号,再对测得的信号进行功率谱密度分析。之后,运用Pro/Engineer建立了变速箱壳体的实体模型,并用OptiStruct软件进行了壳体前端面加零位移约束的模态分析;计算了各挡齿轮的啮合频率,分析了壳体的模态频率与齿轮啮合频率对振动和噪声信号功率谱中峰值的影响。最后根据分析结果,提出对壳体的改进建议,以达到变速箱减振降噪的目的。     

一种轴承故障检测的新方法

针对轴承故障检测中用一般的谱分析法难以实现故障的精确判定的问题,提出一种新的轴承故障检测方法。考虑到复倒谱法对周期性异常振动特征提取的有效性,利用频谱分析结合复倒谱分析对采集的轴承振动信号进行处理,先通过频域分析获取高、中、低频带的均值,再通过复倒谱方法获取异常振动产生的周期性激励信号提取振动信号特征参数,分离出噪声中的“异音”信号,并结合模糊算法,初步实现了轴承故障的智能定位。实验结果表明,该方法是有效的。在积累足够量的样本数后,可望建立相应的专家库,实现轴承故障的快速智能诊断。     

齿轮传动振动噪声试验系统研制

介绍了齿轮传动装置测试试验系统的总体设计及功能实现,研制功率开放试验台进行齿轮传动系统的振动噪声及效率等试验测试.利用动态分析软件及频谱分析技术对测试数据进行分析,为齿轮传动振动噪声源提供识别依据,并对齿轮传动装置综合性能进行客观评价;形成齿轮传动装置振动噪声测试的分析流程.通过实例应用验证,论证了在所研制的试验台上进...     

基于EMD和SVM的缸盖加工颤振在线检测

切削载荷下加工系统的颤振现象直接影响加工过程的效率和性能。本文介绍了一种基于经验模式分解(Empirical Mode Decomposition,EMD)的机床刀具颤振分析方法。通过对机床主轴的振动信号进行综合分析,并对异常颤振信号进行EMD分解以获得本征模函数,采用Hilbert变换得到其包络信号,计算包络谱,提取噪声信号的特征频率,对特征频率进行支持向量机(Support Vector Machine,SVM)颤振判别学习,通过现场信号验证,证明该方法能有效检测加工颤振。