水下耦合机械噪声源的量化识别及试验

目前水下机械噪声源及其传递路径识别效果较难。为此,将盲源分离算法和传递路径分析方法融合和集成。视多振源信号为卷积混叠,结合LU分解,提出一种新的非正交联合块对角化方法进行耦合振动源的分离。将分离振源作为工况传递路径分析方法的输入振源,建立水下机械振动噪声源识别算法,并对潜艇舱段模型的水下振动-声辐射试验对算法进行验证。结果表明,与现存方法相比,该盲源分离算法具有易实现、收敛速度快、精度高等优点;所集成的源识别算法在水下声场预报和振源贡献量排序中的性能均优于振源耦合时的结果,与实际情况吻合好,达到了高效、准确地识别机械噪声源的目的。     

工况传递路径分析中遗漏路径无法识别的问题研究

为有效解决OTPA方法面临的遗漏传递路径无法识别的关键问题,首先结合临近特征值差值法和特征值下降速比法,给出基于经验模态分解(EMD)-特征值分解的源数估计方法,该方法在确定振源个数时具有较强的通用性;然后,提出基于偏向干分析的重相干(PCA-MCF)方法及其应用条件,其能更精准定位实际振源测点或路径点。最后,利用机械设备振动传递路径实验验证两种方法能够准确地确定振源的数目以及定位振源测点。研究结果表明,两种方法相辅相成能够有效解决在不同应用条件下OTPA方法面临的遗漏路径无法识别问题,提高了OTPA方法应用的稳定性和准确性。     

冰箱侧壁振动传递路径分析试验研究

某型冰箱振动较大,为明确振源及其主要传递路径,采用振动传递路径分析方法进行测试分析,本文介绍频域法传递路径分析的原理和传递函数及激励力的测量方法,试验结果找到了对冰箱侧壁振动贡献最大的激励源和传递路径,根据分析结果对冰箱底板改进设计后冰箱侧壁振动降低,验证了传递路径分析方法对振动源识别和贡献分析的可靠性。     

基于WOA-VMD改进的信号盲源分离研究及应用EI北大核心CSCD

准确有效识别出水电站厂房振动信号的各个振源,对于水电站长期安全稳定运行有重要指导意义,盲源分离(blind source separation,BSS)是进行信号分解与振源识别的一种有效方法。为了实现水电站厂房复杂环境下振动信号的盲源分离,建立一种基于鲸鱼算法变分模态分解(whale optimization algorithm and variational mode decomposition,WOA-VMD)降噪改进的信号盲源分离模型。采用WOA-VMD和相关法对观测信号进行降噪处理,确保盲源分离结果的准确性;求解多维降噪信号的协方差矩阵并进行奇异值分解,采用优势特征值法进行源数估计;最后对降噪信号进行中心化、白化前处理,通过联合近似对角化算法得到分离矩阵,实现观测信号的盲源分离。仿真结果表明:相较于传统盲源分离模型,改进模型将分离信号与源信号的相关系数分别提升了9.1%,7.1%,8.3%,分离信号主频误差也均有所降低。将该方法运用到水电站厂房振动工程实例,也取得了较好的分离效果。     

基于OTPA方法的挖掘机驾驶室结构噪声源识别

工况下传递路径分析方法(OTPA)是在传统TPA方法的基础上改进而来的。目前OTPA方法已经广泛应用于工程机械领域振动信号之间的传递特性分析中,而在振动和噪声信号之间的应用较少。应用OTPA方法,以发动机振动为主要激励源进行分析,研究某型液压挖掘机的驾驶室耳旁结构噪声,并采用奇异值分解技术对输入信号进行处理。通过对比合成信号和实测信号,验证OTPA方法的有效性。通过各路径的噪声贡献分析,对降噪措施提出建议。     

基于BSS的含噪声机械振动信号分离研究

水下航行器的噪声源识别面临的两个问题(:1)无法获得振源信号(,2)测得振动信号有环境噪声影响且振源之间相互耦合。将环境噪声作为一个独立的噪声源,给出瞬时混合信号的盲源分离(BSS)数学模型;利用基于二阶统计特性的两次去相关盲源分离算法,对机械振动加白噪声的混合信号和水池试验实测混合信号进行分离;通过试验验证两次去相关盲源分离方法可以用来解决上述问题。     

融合经验模态分解与时频分析的单通道振动信号分离研究

通过单通道振动信号分离研究探讨机械振动源信号提取问题。采用集合经验模态分解方法将单通道信号构造成多通道信号,再通过主分量分析方法得到多通道构造信号的特征值分布情况并以此进行源信号数目估计,进而利用基于时频分析的盲源分离技术获取振动源信号。实验表明,该方法能有效实现单通道振动信号分离,具有较强实际应用价值。     

基于加权正则化的火箭发动机振动传递路径分析

为了给火箭发动机振动控制提供依据,需要对受到多源激励的发动机进行振动传递路径分析,其主要包括载荷识别和贡献量分析两个环节。为了准确识别发动机多源激励载荷并提供可靠的振动贡献量分析结果,提出一种基于加权正则化的改进传递路径分析技术。首先,推导出了载荷识别相对误差上界,并利用加权矩阵和贝叶斯理论提高载荷识别精度,并基于此提出改进的传递路径分析理论。然后,进行某发动机地面振动试验。最后,根据所提的加权正则化载荷识别理论和参考点响应数据识别了多源激励,并计算分析了不同振源在目标点的振动贡献量。分析结果表明,相较于传统传递路径分析技术,所提方法能更准确地识别多源激励,提供更可靠的振动贡献量分析结果。     

基于盲源分离和AR谱估计的旋转机械故障诊断方法

准确的AR模型能够较好地揭示信号中蕴含的状态特征变化的信息,然而,AR模型对系统的状态变化十分敏感,多个动态变化的源信号的耦合必然会影响其估计结果。基于此,提出了一种基于盲源分离和AR谱估计的旋转机械故障诊断方法。首先,利用盲源分离的方法从混合观测信号中恢复各机械振动源信号;然后,将非平稳性的故障信号通过经验模态分解得到各本征模态函数;最后,对经验模态分解得到的平稳的本征模态函数进行AR谱估计,提取振动信号的故障特征信息。通过仿真研究和实验分析验证了该方法在旋转机械故障诊断中的有效性和可行性。     

工况传递路径分析法原理及其应用

工况传递路径分析法（OTPA）是一种有效振动传递路径的在线测量方法,测试中用振源处的振动加速度或噪声表征振源,用振动传递率表示传递路径,相对于传统传递路径分析（TPA）,不需要测量激励力和力到响应的传递函数（FRF）,测试过程得到简化,并可以在线测量。在推导分析工况传递路径的基本原理的基础上,分析其误差原因。并以一汽车振动噪声分析为例,介绍工况传递路径分析法的基本实施步骤,通过传递路径综合分析得出噪声源排序,并由此提出减振降噪措施建议。     

乘用车油箱的燃油晃动噪声工况传递路径分析

汽车刹车之后油箱的燃油晃动噪声会引起车内驾驶员和乘客的不适;为了研究乘用车油箱晃动噪声的传递特性,采用工况传递路径分析方法,对某型号油箱进行研究。根据油箱的安装方式,以油箱的安装部件绑带和减振垫作为结构噪声传递路径,建立工况传递路径分析(OTPA)模型;对比车内噪声信号的计算值与实测值的频谱,发现两者吻合的很好,从而验证了模型的正确性;根据OTPA模型,计算出各路径的传递噪声贡献。通过分析结构路径振动加速度频谱和传递函数频谱,提出了改进燃油晃动噪声问题的方法。     

采用基于传感器信息组合串扰消除法的工况传递路径分析

传递路径分析法是一种分析噪声源贡献大小的有效方法,工况传递路径分析法不需要测量力,只需测量响应就可在机组运行状态下在线完成源贡献量测量与分析。但是串扰对测量精度影响很大,因此提出基于传感器信息组合串扰消除法的工况传递路径分析,在振源附近布置传感器,将测量得到的传感器信号进行频域组合;组合系数通过分步运转,测试振动噪声数据并建立方程,以其它振源振动引起某振源附近传感器的组合信号为0求解方程获得;将线性组合的传感器信号作为参考源信号参与工况传递路径分析,从而消除或减小串扰,准确获得各源的贡献。通过一个两声源的仿真和两个振源的平板试验,演示了分析方法,准确分析了各源贡献,表明采用传感器组合法消除串扰后可以提高激励源的辨识精度,并对传感器个数的影响进行了讨论。     

柴油机振动信号的四阶盲识别分析研究

针对柴油机振动信号特征参数的识别提取比较困难,本文运用四阶盲识别的方法分析研究柴油机的振动信号。把基于FOBI(四阶盲识别)算法的盲源分离方法引入到柴油机振动信号的处理中,建立仿真模型对该算法进行验证,并对一组采用北京东方所振动测试仪器在柴油机上实测的振动信号进行分离实验,分离结果表明不同特征的振动信号可以被分离,且最大限度地保留了源振动信号的信息,该算法可以作为柴油机振动信号的预处理方法。     

基于EEMD-SOBI的水电机组多源信息分离处理EI北大核心CSCD

水电机组振动观测信号包括相互耦合的水-机-电振源及各类噪声成分,本文提出采用集合经验模态分解-二阶盲辨识(ensemble empirical mode decomposition-second order blind source separation, EEMD-SOBI)的方法对多源观测信号进行识别。对观测信号进行解相关等初步处理后,白化计算各信号二阶统计量,计算观测信号协方差对角矩阵,最终计算振源的最优估计,对振源成分进行识别。仿真计算和模拟计算的结果均表明,仅利用观测信号均可分离出源信息且对噪声不敏感,基本能够识别出源信息,针对某电站实测单信号和多信号分析时,可有效识别出信号源成分,为水电机组的振源识别提供支撑。     

改进的工况传递路径分析

传递路径分析(transfer path analysis, TPA)为解决工程中的许多振动噪声问题提供了较好的解决方案,但是也存在测试效率比较低、测试过程比较繁琐等缺点。工况传递路径分析(operational transfer path analysis, OTPA)作为一种改进的TPA方法,由于其具有操作简单、测试效率高等优点,受到了工程界的青睐。但是,OTPA在提高测试效率的同时却降低了测试的精度。此外,OTPA对于传递路径的定义与传统的TPA存在差异。为了改进现有的OTPA方法,提出了一种利用主被动侧耦合点响应之间的差值来替代原先OTPA中的参考点响应信息的方法。理论分析和实验都证明了所提出的方法在工作量相当的前提下提高了OTPA的测试精度,且路径的物理意义和传统TPA保持一致。     

一种新的相关机械振源盲分离方法

针对传统盲源分离算法在机械振源不满足统计独立特性时,无法有效分离出振源信号的问题,提出了基于信号稀疏特性的相关机械源盲分离方法。盲源分离算法的关键在于准确地估计出混合矩阵。因此,首先提出了不相关源混合矩阵的估计方法;然后针对相关源,提出了有效剔除相关成分的方法,使得剩余信号可以按照不相关源进行处理。通过理论分析、仿真验证以及实测数据分析,验证了该方法的有效性。     

相关机械振源的盲源分离方法

相关源不满足独立分量分析关于源的统计独立性假设,标准的独立分量分析方法无法准确分离相关机械振源信号。在相关振源信号的部分频带满足统计独立的假设前提下,提出了一种基于小波包分解的相关机械源盲源分离方法。该方法将观测信号用小波包分解成子带观测信号,根据互信息标准选择相关性较小的若干子带观测信号重构观测信号。通过重构的观测信号的独立分量分析估计分离矩阵,然后用该矩阵分离原始观测信号从而实现相关机械振源信号的分离。仿真试验验证了该方法的有效性。     

基于EEMD子带提取相关机械振动信号单通道盲源分离

针对传统独立分量分析难以解决机械故障诊断中存在的相关源信号盲分离、欠定盲分离等问题,在相关振源信号部分子带满足统计独立的假设前提下,提出基于总体经验模态分解子带提取相关机械源单通道盲源分离方法。该方法将单通道观测信号进行总体经验模态分解获得到子带观测信号,将单通道信号及子带观测信号组成新的多维信号,利用奇异值分解及贝叶斯准则估计源信号数目;据互信息标准与源信号数目选若干独立性较强的子带观测信号重构,实现信号升维;对重构的观测信号进行白化预处理及联合近似对角化,获得源信号估计。并仿真、实验验证该方法在机械故障诊断中的有效性。     

广义Tikhonov正则化工况传递路径分析

工况传递路径分析(OTPA)是定位振动噪声问题的有效方法,广泛应用于各类工程领域中。但工况传递路径分析在估计传递率函数矩阵时,是一个病态的反问题,常用标准Tikhonov正则化法来改善病态性。标准Tikhonov正则化法以单位矩阵为正则化矩阵,经奇异值分解,得到的奇异向量振荡较严重,构成的正则化解准确度较低,因此路径贡献量的计算精度较低。针对此不足,以一阶偏导矩阵作为正则化矩阵,结合广义奇异值分解,得到振荡幅度更小的广义奇异向量。以广义奇异向量为基向量,并采用L曲线法选取正则化参数,得到广义Tikhonov正则化解,从而实现工况传递路径分析。最后通过工况传递路径分析仿真与实验验证了广义Tikhonov正则化工况传递路径分析方法的有效性。结果表明,与标准Tikhonov正则化相比,各路径贡献量的准确度更高,有效地提高了工况传递路径分析的精度。     

基于混合TPA的水电机组厂房振动传导研究

机组的稳定运行对水电站厂房上下游的经济和社会发展具有重要支撑作用,新时期对水电机组厂房的稳定性要求愈发增高,但以原型观测为基础的振动理论分析与工程实践仍然滞后。为解决水电厂房测点数量不足的问题,该研究以原型观测为基础,考虑大体系非线性结构的耦合振源传播与放大机理,以实测与仿真计算频响函数(frequency response function, FRF)为核心,搭建混合振动传递路径分析(transfer path analysis, TPA)模型,开展原型-仿真联立分析的水电机组振动传递研究,识别水电机组未测振源、确定振动成分的贡献量等,明确影响响应目标点振动水平的根本原因,并提出局部结构减振措施,形成一套基于传递路径分析方法的水电站厂房振动分析与控制,为我国水电机组的安全稳定运行、结构设计和优化奠定理论基础。