基于近场声全息的滚动轴承故障诊断

滚动轴承在工业生产中起着关键作用,对其进行故障诊断研究具有重要意义。目前轴承诊断主要以振动信号分析为基础,而获取振动信号受接触式测量限制,声学故障诊断（ABD）具有非接触式测量的优点,但传统基于单通道的ABD存在测点选择难与局部诊断的不足。联合近场声全息（NAH）和灰度—梯度共生矩阵（GLGCM）并应用于滚动轴承故障诊断,利用NAH重建各轴承运行状态下的声场,得到声源附近重建面处的声像图,再从声像图中提取GLGCM特征,建立声场特性与轴承运行状态的内在联系,结合支持向量机模式分类,实现轴承故障诊断,实验研究证实方法的可行性与有效性。     

基于波束形成声像图纹理特征的机械故障诊断方法

基于振动信号处理的机械故障诊断存在接触式测量和单通道信号分析等局限性,而基于声学图像特征分析的故障诊断方法能有效克服此类局限.将声学成像和图像处理技术引入故障诊断,利用“延迟求和”波束形成算法分别得到机械设备在正常和故障状态下的声像图.首先对可视化声场进行初步诊断,然后考虑到不同状态下声场分布的细微变化反映在声像图丰富...     

基于声场空间分布特征的齿轮箱故障诊断研究

结合对近场声全息（NAH）与空间分布特征提取的研究,提出基于声场空间分布特征的齿轮箱故障诊断方法。鉴于齿轮箱运行状态与声场分布的对应关系,利用NAH算法重建声源附近声场,由所得声像图中提取反映声场分布特性的纹理特征,建立声场分布与各运行状态间内部联系,结合支持向量机模式分类实现故障诊断,获得满意的诊断结果,并通过实验证实该方法的有效性与优越性。     

基于分块特征提取的近场声全息故障诊断方法在相干故障下的应用

通过引入近场声全息和分块特征提取技术,改进了基于声像的故障诊断方法,发展了基于近场声全息模式识别的故障诊断技术.针对多个机械部件对应相同故障频率,并产生相干声场的故障情形进行了加肋板激振的模拟实验,使用传声器阵列扫描技术测取各种状态下声信号,在利用近场声全息技术得到声像进行噪声源识别与定位的基础上,对声像进行整体和分块相结合的奇异值特征,提取方式构造识别向量,然后采用多分类支持向量机进行训练分类,进而用于机械工作状态的诊断.实验结果表明,根据声像的物理特征使用整体和分块相结合的特征提取技巧能够较好改善诊断效果,同时进一步验证了声成像方法在故障诊断领域应用的可行性,并与常规的基于单点或几个孤立测点测试的声学故障诊断方法相比具有优越性,拓展了声学故障诊断技术的应用范围.     

强干扰环境下声源可视化重建方法的研究进展

准确识别噪声源是机电产品噪声控制的关键,其中,近场声全息和波束形成是两种常用的声源可视化重建方法,分别适用于近场低频和远场高频声源重建的情况。传统的声全息和波束形成方法基于自由场假设,即适用于目标声源辐射声与干扰噪声之间的信噪比大于10 dB的情况。然而很多机电产品的噪声测试只能在工作现场进行,不满足自由场条件。为此,从声学传播方程和信号处理两个方面出发,回顾了强干扰环境下声源可视化重建方法的研究发展历程,评点了每种方法的特点和适用范围。重点介绍了强干扰环境下的近场声全息方法,包括声场分离法和逆块传递函数法。另外,还介绍了混响环境下的声源重建方法以及基于信号处理的信号噪声分离方法。最后,讨论了强干扰环境下声源重建有待解决的问题及其发展趋势。     

基于三维声场空间特征的故障诊断方法研究

基于机械表面声压幅值分布变化的声像故障诊断方法改善了传统的采用单点测试的声诊断鲁棒性,但由于忽略空间相位信息,在弱故障工况下存在识别率低和诊断困难等问题。针对上述问题,运用信息映射和融合的思想,提出了一种基于三维声场物理空间特征的声诊断方法。首先利用近场声全息技术构建弱故障工况的辐射声场,将声源的相位信息映射到空间域,得到三维场点声压分布;然后在一个波长范围内序列拾取13个辐射声场空间断层,对每个断层面提取Gabor小波特征,并构建声场空间特征模型进行诊断识别。仿真和实验研究结果表明基于三维空间声场的故障诊断方法能有效改善弱故障工况的诊断鲁棒性,进一步拓展了声成像技术的工程应用,并为声学故障诊断提供了新思路。     

基于声成像与卷积神经网络的轴承故障诊断方法及其可解释性研究EI北大核心CSCD

常用的振动诊断技术一般采用接触式测量,在测量受限的场合具有一定的局限性。该研究提出一种具有非接触测量优势的基于声成像与卷积神经网络的滚动轴承声学故障诊断方法。首先,利用传声器阵列获取滚动轴承辐射的空间声场;然后,用波叠加法进行声成像,重建后的声像能够描述声场的空间分布信息;最后,建立卷积神经网络(convolutional neural network,CNN),使用不同轴承运行状态下的声像样本对CNN模型进行训练用于故障诊断。同时,针对深度学习模型的诊断结果缺乏可解释性的问题,采用梯度加权类激活图(gradient-weighted class activation map,Grad-CAM)算法对卷积神经网络在基于声像的轴承故障诊断中的可解释性进行了研究。轴承试验台的声阵列数据验证了所提方法的有效性及优越性。     

基于声成像模式识别的故障诊断方法研究

利用非接触式声学故障诊断技术的工作优点,发展了基于支持向量机的声成像模式识别技术,并引入到故障诊断领域。针对某种机械故障特点,在利用波束形成算法得到声像进行噪声源识别与定位的基础上,对声像进行图像处理,提取声像的纹理特征和奇异值特征,采用支持向量机进行训练分类,进而用于机械工作状态的诊断。通过仿真及实验,得到了较好的诊断效果,表明基于声像的图像特征提取技术在结合支持向量机后可应用于机械故障诊断,为声成像方法在故障诊断领域的应用提供参考。     

融合声场法向变化的双面声像故障诊断方法研究

声像诊断技术把声诊断问题转化为了图像识别问题,改善了传统的基于单点测试的声诊断鲁棒性,但由于单个声像忽略了三维声场的空间变化信息,在弱故障工况下诊断困难。针对上述问题,基于声场三维特性和信息融合思想,提出了一种基于双面声像模式识别的故障诊断方法。首先基于近场声全息技术构建融合源面声像、全息面声像和两者差值声像的双面声像模型,然后提取Gabor小波纹理特征,并基于随机森林特征选择算法进行特征降维,构建有效声场特征模型进行状态诊断识别。仿真和实验结果表明,基于双面声像模式识别的故障诊断技术是有效可行的,能有效改善弱故障工况的诊断鲁棒性,进一步拓展和改善了基于阵列测量的声像诊断技术。     

基于近场声全息的声强场可视化方法

传统噪声源识别主要基于频谱分析方法,无法准确反映声源位置和声场强度变化信息。针对大型水下结构体辐射声场的噪声源识别和辐射声能量监测的问题,提出一种基于声全息测量技术的辐射声强场可视化方法,计算声波在均匀介质中的声强矢量场,并采用体绘制和流线技术实现声场量的可视化,从而定位结构体主要辐射噪声源,直观地展示辐射声场的能量分布及耗散情况,描述声场能量传递方向与路径,为水下结构体辐射声场的监测与分析提供一种新的手段。     

采用矢量阵测量的水中宽带近场声全息技术研究

基于声强测量的宽带声全息技术(BAH IM)是由近场声全息(NAH)领域脱颖而出的一项技术,它由全息面上互相垂直的两个切向声强分量计算出全息面上的复声压相位,得到全息面上复声压,再进行NAH处理。针对水中圆柱体的噪声源识别问题,给出了该方法在柱体中运用的基本原理,利用所编制的程序进行了仿真验证,最后,采用矢量阵进行了水中近场声全息测量实验,验证了该方法的可行性和准确性,实验结果表明柱面内BAH IM技术在水中柱形声源内辐射声场的重建噪声源识别和定位中有着明显的优势。     

近场声全息测量阵架的设计与分析

全息测量系统设计的关键是测量全息面测点复声压(幅值和相位)的真实数据,介绍了自行设计的近场声全息(NAH)测量的传声器线阵扫描系统.利用边界元法计算了传声器线阵架结构表面声散射对阵上传声器测量全息复声压的影响,提出了敷设吸声材料以提高测量精度的措施;对在线阵架表面敷设吸声材料后的声散射效应仿真结果表明,吸声材料能够有效...     

双层插值NAH噪声源定位方法研究

针对近场声全息(near-fieldacousticholography,NAH)在实际测量环境下降低环境噪声的影响且保证全息面上声压重建精度的需求,基于空间面积分声压重建理论,在基于等效源法的近场声全息方法(near-field acoustic holography based on equivalent sour...     

《基于非先验基分析提高声场重建精度》

在近场声全息(NAH)测量中,需要用离散傅里叶变换（DFT）进行频谱分析。在非同步采样下,DFT频谱分析产生泄露误差,导致重建精度低。基于非先验基的分析方法通过搜索内积的最大峰值来选取基向量,能够减小强幅值信号的掩蔽效应。将非先验基分析方法引入声全息系统,用来分析全息面复声压信号,进而重构点声源的辐射声场。结果表明,该方法能够提高声场重建的精度。     

基于压电智能材料的自适应吸声实验研究

提出了用压电材料进行水下主动宽带低频吸声的方法,用PVDF复合智能材料作为主动吸声系统中的吸声材料,在滤波-X LMS算法基础上,研究了一种在工程中实现简便的次级通道建模方法——通道时延估计法。构建了数字时延控制系统,直接从实际声场中分离入射声波与反射声波作为控制系统的参考信号和误差信号,在脉冲声管中进行了管道声有源吸声控制实验。实验结果表明,在施加控制的情况下PVDF压电智能材料能有效地对低频入射声进行吸收。     

近场声全息方法识别噪声源的实验研究

根据近场声全息(NAH)的原理，建立了全息实验所需要的采集、分析系统。针对影响重建精度较大的截止波数的选取问题，给出了较为详细的讨论．并提出一种不需先验知识的截止波数选取方法。最后通过对实测数据进行全息变换．重建结果表明：在采用提出的截止滤波选取方法后，NAH技术可以精确地对噪声源进行定位与识别，并且可以得到三维空间内的声压、质点振速和声强矢量等声学信息。     

声全息技术的研究现状与展望

简单地回顾了全息术的基本原理,全息术的应用范围及发展历史。对声全息技术进行了分类，并对各类声全息技术的特点进行了评述，就近场声全息技术（NAH）中常用的各类重建计算方法及适用范围、声全息数据的各类采集方法、特点及声全息成像的分辨率、各类声场全息图像的表达方法等问题的研究现状进行了详尽的分析，并重点分析了基于声压测量的近场声全息技术和基于声强测量的近场声全息技术（BAHIM）的研究现状，从而指出了这两种近场声全息技术有待进一步深入研究的问题，并对NAH及BAHIM技术发展前景进行了展望。     

噪声源识别的近场声全息方法和数值仿真分析

将近场声全息(NAH)用于噪声源的识别和定位，对不同类型噪声源的数值模拟结果和理论分析表明：对于复杂声源，采用近场声全息方法可以精确地定位噪声源，并且能很好地分辨出各噪声源振幅的强弱；在波数域加窗滤波后，声压测量的误差对声源识别结果的影响不大。并对重建结果误差的产生原因及近场声全息相关参数的选取原则做了详细的分析，对工程测量和噪声控制有一定的指导意义。