基于阶比分析的电动机噪声自动检测系统研究

电动机的噪声、振动是其理想的质量控制参数,对这一指标的精确测试,是其质量控制的有效措施。论文提出一种基于计算机声卡的电动机噪声检测新方案。利用计算机声卡的A/D转换功能来采集电动机的噪声信号,应用阶比分析方法消除与回转频率无关的噪声干扰,提取与转速直接相关的周期信号,无需购买数据采集卡和建立噪声室,使用方便,降低了硬件成本。     

基于小波包分析的风机叶片裂纹故障识别研究

叶片断裂和裂纹是风机中普遍存在的一种严重安全隐患.本文应用小波包分析的方法对采集的实时信号进行五层小波包分解,对叶片裂纹进行实时状态监测及实时数据分析处理,同时对采样数据进行故障特征提取,用该方法对叶片裂纹和叶片断裂进行了分析, 提高了风机叶片裂纹故障识别的准确度和故障诊断的实时性.     

基于声音信号的微型电机故障诊断方法研究

由于微型电机体积小,其振动信号无法用常规的加速度传感器进行采集,且对微型电机的故障诊断不需要诊断出其具体故障类型,只需要判断故障是否存在,因此,微型电机故障检测初期通常采用噪声检测的方式。采用这种检测方式,提出一种基于声音信号的微型电机故障诊断方法。针对声音信号信噪比大、易受环境影响的特点,运用最大相关峭度解卷积-小波阈值降噪的方法,对声音信号中的周期性冲击成分进行增强并滤除环境噪声。采用希尔伯特变换得到信号的包络线和包络谱。根据包络线的形状和包络谱峰值对应的频率进行判断,实现了对微型电机故障的诊断     

基于LabVIEW和声卡的车床噪声源识别虚拟仪器设计

利用NI LabVIEW7.1开发平台,用声卡代替商用数据采集卡,开发了一套车床噪声源识别系统.该系统能实现噪声信号采集、功率谱分析以及齿轮啮合频率的计算等功能,能很迅速、直观地找出引起车床噪声声压级超标的啮合齿轮对,对于车床制造企业有很高的实用价值.     

基于小波变换的超声信号自适应消噪方法研究

超声检测中，特定的缺陷回波信号一般都有一定的相关性，因而可利用自适应噪声抵消来增强缺陷回波信号。针对最小均方（LMS）算法自适应噪声抵消的缺点，提出了基于小波变换的自适应噪声抵消方法，通过Matlab软件将该算法应用于超声缺陷信号的仿真处理。结果表明，该算法大大提高了缺陷回波信号的信噪比，且具有较高的缺陷定位精度和纵向分辨率。     

基于FPGA的高速五轴步进电机运动控制卡设计

利用现场可编程门列阵设计一款五轴步进电机运动控制卡,采用了NiosII软核CPU+FPGA的硬件设计方案:利用NiosII软核CPU运行控制程序,利用FPGA来实现数字差补算法和细分驱动;采用了数字积分算法和正弦波脉宽调制细分驱动技术。测试结果表明:该运动控制卡具有电路紧凑、性价比高而速度快、精度高和实时性强优点。     

电机负载的继电器电寿命试验条件的研究

本文研究交流单相异步电动机作为继电器负载时，继电器闭合与分断时电压与电流的试验条件。根据电弧数学模型、交流单相异步电动机运行等效模型，对继电器闭合、分断时触点间电压与回路电流的动态变化过程进行理论分析与计算机仿真研究，并与实际测量情况进行对比验证。最终得出继电器电寿命试验条件。     

基于计算机声卡和MATLAB的铸件缺陷音频检测技术

介绍了由脉冲激励装置、音频传感器（麦克风）及计算机声卡等组成的音频检测系统以及利用该检测系统进行铸件缺陷识别的试验结果。试验结果显示铸件固有频率可以作为缺陷识别的特征参数,采用该装置可方便快捷地检出铸件的缺陷。     

基于LabVIEW和声卡的齿轮故障分析系统

基于LabVIEW7．1开发平台,用声卡代替商用数据采集卡,开发了一套齿轮故障分析系统。该系统能实现噪声信号采集、功率谱分析以及齿轮啮合频率的计算等功能,能迅速、直观地找出引起齿轮的故障,对于齿轮制造企业及大多数机械设备有较高的实用价值。     

混合式步进电机的计算机并口控制

介绍了计算机并行接口系统资源及其访问方法，从用硬件和软件来实现控制脉冲输出两个方面介绍了利用计算机并行接口对混合式步进电机进行控制的方法，并结合实验数据和实际应用证明了此技术的可行性。     

基于声卡的顶锤破裂实时检测系统方案设计

实时数据采集与处理是金刚石六面顶压机顶锤破裂实时检测报警系统设计的一个关键问题。经过可行性分析,结合现场工作环境,提出一种基于工控机声卡的实时检测处理方案。传感器信号通过信号调理电路输入工控机声卡中;采用C++编写程序驱动声卡完成数据采集及A/D转换;利用MATLAB强大的信号分析能力及工具箱函数,完成信号分析及识别算法设计,并封装成COM组件;采用C++多线程技术及OLE技术完成信号的实时分析处理,进而输出报警信息。该方案有良好的实时性,同时在其他工业场合也有一定的借鉴意义。     

基于小波包能量谱的磁记忆检测方法

提出磁记忆信号的小波包能量谱分析方法,以小波包变换理论为基础,通过对有中心小孔缺陷的45号钢和18CrNi4A试样进行拉伸试验,采集不同载荷下试样表面的磁记忆信号。用sym6小波对所得信号进行小波包能量谱特征分析。该方法可有效判断试样的应力集中部位及应力集中程度。