

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、基于振動信號的故障診斷技術在某些場合下存在著局限性,而機械噪聲蘊含著豐富的機器狀態(tài)信息。利用噪聲信號進行故障診斷的技術稱之為聲學診斷技術。為了實現(xiàn)聲學診斷技術,必須結合機器噪聲信號的特點,對聲學特征提取技術進行深入研究,使得提取的特征能更好地描述機械設備的運行狀態(tài)。常規(guī)的聲學特征提取技術可以給出故障特征隨時間、頻率的變化規(guī)律,但無法揭示故障特征隨聲源位置的變化信息。為了能更有效地利用噪聲信號對機械設備進行故障診斷,本文研發(fā)了基于局部近場
2、聲全息的機械噪聲源特征提取技術。該技術采用由少量傳聲器組成的陣列測量聲壓,應用聯(lián)合局部近場聲全息快速地重構出物體外部聲場。進而獲得包含聲源的個數(shù)、位置、強度等信息的全息圖。通過比較故障與正常狀態(tài)下的全息圖,可以識別出某個特定位置的聲源特征的變化,再結合特征頻率和處于該位置的零部件的特征參數(shù),從而判定出具體故障。該技術的特點是:適合于中低頻聲場的局部重建;對“可視范圍”以外的聲源具有較低的靈敏度;計算快速,可以實現(xiàn)聲場的實時映射等;可以在
3、測量數(shù)據(jù)有缺失的情況下重建聲場。本文具體研究內(nèi)容如下。
首先簡要介紹故障診斷的研究背景,概述設備故障診斷技術及聲學診斷技術的發(fā)展概況,回顧總結了噪聲源識別與聲全息技術的發(fā)展概況,對其中的近場聲全息方法、等效源方法以及改進統(tǒng)計最優(yōu)近場聲全息進行重點論述。針對應用聲學特征提取技術對工業(yè)現(xiàn)場機械設備進行故障特征提取這一目標,詳細討論現(xiàn)有的各種噪聲源識別方法的優(yōu)缺點,在此基礎上提出需要解決的問題,確立了本文的研究基礎。
4、 然后,對機械設備振動輻射的噪聲場的產(chǎn)生機理和因為進行分析,并對結構聲輻射進行數(shù)學描述,推導平面近場聲全息的基本公式,討論平面近場聲全息的空間波數(shù)域的濾波函數(shù),對平面近場聲全息進行數(shù)值離散,通過數(shù)值仿真驗證該算法在一定條件下可以對聲源比較精確地識別,同時也指出它存在窗效應和卷繞誤差的固有缺陷。為了避免這些缺點,全息面必須大于聲源面尺寸的兩倍,這對于高頻情形下大尺寸聲源,往往需要大量的測點,測量工作和重構計算都相當耗時,測量成本非常高,
5、不便于實際現(xiàn)場實施。通過理論分析,奠定全文基于聲全息的故障特征提取技術的基礎。
詳細地介紹局部近場聲全息的原理,推導聲場重建公式;改進了統(tǒng)計最優(yōu)近場聲全息,并討論了重建過程中的各種影響因素;針對聲場指向性不強的聲輻射體,提出了基于雙全息面測量的聲源定位技術;為解決傳統(tǒng)波疊加方法中等效源配置的不確定性問題,提出了聯(lián)合局部近場聲全息方法。該方法在不知道任何聲源位置信息的情況下,仍然可以精確重建局部聲場。得出如下結論:1)近場聲
6、全息要求測量網(wǎng)格必須規(guī)則布置,但在實際應用過程中這一要求很難滿足。聯(lián)合局部近場聲全息克服了這一缺點,它不受測量網(wǎng)格的限制,網(wǎng)格可以隨意布置;2)聯(lián)合局部近場聲全息可以用于重建局部聲場。該方法允許測量面小于源面,可以簡化測量過程,降低實驗成本。聯(lián)合局部近場聲全息的其他優(yōu)點包括:對“可視范圍”以外的聲源具有較低的靈敏度;計算快速,可以實現(xiàn)聲場的實時映射等;可以在測量數(shù)據(jù)有缺失的情況下重建聲場;3)聲壓幅值誤差帶來的重建誤差要大于相位失配帶來
7、的重建誤差。在算法的實際應用過程中,應該將主要精力放在校準傳感器幅值上;4)改進了空間波數(shù)域中波數(shù)矢量的選取方法。該方法在最大波數(shù)限定的空間波數(shù)平面上非均勻地選取各波數(shù)矢量,并且越靠近主分析波數(shù),選取的波數(shù)矢量越多。較之均勻選取波數(shù)矢量的方法,改進方法可以在保證重建精度的前提下,提高統(tǒng)計最優(yōu)近場聲全息對聲場的重建效率。
聯(lián)合局部聲場重構屬于聲學反問題,詳細地介紹了聯(lián)合局部近場聲全息中的離散不適定性問題與各類正則化方法由于聯(lián)
8、合局部近場聲全息屬于聲學反問題,也常被稱為不適定性問題,即解非唯一或不連續(xù)依賴于測量數(shù)據(jù),小的測量誤差將帶來解的極大振蕩,在數(shù)值實現(xiàn)中稱為離散不適定性問題,提出通過正則化處理來消除離散不適定性問題的影響。首先通過奇異值分解,將傳遞矩陣表示成各奇異值分量對解的貢獻之和,然后通過正則化濾掉或抑制那些使解產(chǎn)生激烈振蕩的小奇異值。實現(xiàn)中可以通過尋求最優(yōu)正則化參數(shù),決定需要濾波的小奇異值。最后通過仿真研究了不同正則化方法重建效果。得出了一些有利于
9、聯(lián)合局部近場聲全息實際應用的結論:1)聲場重構問題為一反問題,不與正則化方法結合,聯(lián)合局部近場聲全息無法實現(xiàn)聲場的重建;2)正則化算子方面:利用截斷奇異值分解法和Tikhonov正則化方法的聯(lián)合局部近場聲全息重建效果相當;3)正則化參數(shù)選擇方面:與Tikhonov算子結合,Engl誤差極小化準則最適合聯(lián)合局部近場聲全息。
最后,進行了實驗研究,探討聯(lián)合局部近場聲全息技術,以及基于此的故障提取技術的可行性和準確性。介紹了振動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部近場聲全息的機械噪聲源特征提取技術研究.pdf
- 基于局部近場聲全息聲成像的機械故障特征提取方法研究.pdf
- 基于近場聲全息的車輛噪聲源識別.pdf
- 基于近場聲全息的噪聲源識別方法研究.pdf
- 基于LabVIEW的近場聲全息噪聲源識別系統(tǒng).pdf
- 基于矢量陣近場聲全息技術的噪聲源識別方法研究.pdf
- 基于缺失陣的混合波疊加近場聲全息技術對機械噪聲源的識別定位.pdf
- 平面近場聲全息在噪聲源識別中的應用.pdf
- 基于聲全息的故障特征提取技術研究.pdf
- 機械噪聲源辨識與特征提取的研究.pdf
- 34387.基于統(tǒng)計最優(yōu)近場聲全息水下運動噪聲源定位識別
- 基于聲全息技術的噪聲源識別方法研究.pdf
- 基于近場聲全息的多聲源定位系統(tǒng)設計與實現(xiàn).pdf
- 艙室噪聲源特征提取與信息融合技術研究.pdf
- 基于格林函數(shù)的近場聲全息技術.pdf
- 基于聲陣列與聲全息的噪聲源識別方法研究.pdf
- 聲全息法識別汽車噪聲源的研究.pdf
- SAR圖像噪聲抑制和局部特征提取.pdf
- 半空間聲全息法水下噪聲源識別技術研究.pdf
- 基于聲全息方法的噪聲源識別算法及對比研究.pdf
評論
0/150
提交評論