收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于局部近场声全息的机械噪声源特征提取技术研究

贾文强  
【摘要】:机械振动与噪声信号中蕴含着机器设备运行状态的重要信息,可用来进行机器状态监测与故障诊断。但基于振动信号的故障诊断技术在某些场合下存在着局限性,而机械噪声信号同样蕴含着丰富的机器状态信息,可以部分地替代振动信号作为故障诊断的手段,且具有非接触式测量的优点。为了实现利用噪声信号进行机械故障诊断,必须结合机器噪声信号的特点,对声学特征提取技术进行深入研究,使得提取的特征能更好地描述机械设备的运行状态。传统基于噪声信号的特征提取技术可以给出故障特征随时间、频率的变化规律,但无法揭示故障特征随声源位置的变化信息。为了能更有效地利用噪声信号对机械设备进行故障诊断,本文提出一种基于局部近场声全息的故障特征提取技术。该技术通过由少量传声器组成的阵列测量声场中的局部(或部分)声学量,采用基于波叠加的数据外推或数据内插技术可以重建出声场中任意场点中的声压、声速与声强等声学量,进而获得包含声源个数、位置、强度等信息的全息图,从而实现对噪声源识别与定位及声场的预测。同时,通过比较故障与正常状态下的全息图,可以识别出某个特定位置的声源特征的变化,再结合特征频率和处于该位置的零部件的特征参数,从而判定出具体故障。为了避免基于傅立叶变换的平面近场声全息要求全息面一侧为自由声场的局限性,提出了基于波叠加技术的单全息面空间声场分离技术。当全息面两侧均存在声源时,该技术可以从全息面上混合的声场信号中分离出各个噪声源信号的声学量,进而利用分离出的声学量采用声场变换重建目标声源全息图,进行故障信号特征提取。本文具体研究内容如下。 首先简要介绍机械故障诊断的研究背景,概述设备故障诊断技术及声学诊断技术的发展概况,回顾总结了声源识别方法的发展历史和研究现状,详细讨论现有声源识别技术的实现方法和各自的优缺点。针对应用声学技术对机械设备进行故障特征提取这一目标,明确了需要解决的问题,确立了本文的研究内容。 然后,对机械设备振动辐射的噪声场的产生机理和原因进行分析,并对结构声辐射进行数学描述,推导平面近场声全息的基本公式及数值离散过程,讨论平面近场声全息的空间波数域的滤波函数。通过数值仿真验证该算法在一定条件下可以对声源比较精确地识别,同时也指出在声场重建过程中存在窗效应和卷绕误差等固有缺陷。 对波叠加方法的理论进行深入研究。分析了波叠加方法的声场重建过程中的相关理论和实现方法,包括波叠加积分公式和声场重建原理;讨论了解的非唯一性问题。声场重建属于声学逆问题,解存在不确定性,讨论了波叠加积分公式离散化实现中存在的非适定性问题和正则化方法。通过数值仿真讨论了重建过程中各种因素对重建精度的影响,包括全息面、重建面、等效源面及测量误差等,从而找出提高重建精度的规律。基于空间声场变换的NAH要求全息面一侧为自由声场,这严重制约了全息技术的应用范围,不利于其在实际工程中的推广应用,为了解决这一问题,在全息面两侧均有声源的情况下,采用单全息面上测量的声压和统计最优近场声全息,提出基于波叠加的空间声场分离技术。通过数值仿真和实验,验证了该技术的正确性和可行性。采用声场分离技术,可以对全息面两侧均有声源的声场进行全息研究,这对全息技术的推广应用具有促进作用。 基于空间傅立叶变换的近场声全息技术在局部全息测量条件下,由于有限测量孔径造成的窗效应和卷绕误差等因素的影响,重建结果存在较大的误差,甚至严重失真。为了解决小全息孔径条件下的声场重建问题,提出了基于波叠加法的数据外推技术。分析了该技术数据外推和声场重建中的相关理论和实现方法,针对波叠加法中等效源配置的不确定性,数据外推过程中采用波束形成算法定位声源位置,从而指导等效源的配置。通过数值仿真证明了该技术的有效性、准确性以及相对于传统近场声全息的优越性。同时,由于基于空间声场变换的近场声全息技术分析的频率范围受到全息网格尺寸的限制,即低频限和高频限,这对于较高频率声源的重建需要密集的全息网格,使得测试成本很大。由此,提出基于波叠加的数据内插技术,该技术在达到相同空间分辨率的前提下,显著地减少了所需的全息测量点数,大大节约了测量工作量。最后,通过数值仿真对该算法进行了准确性和可行性研究,结果表明该技术具有较大的实用价值。 最后进行实验研究,以及基于此的故障提取技术的可行性和准确性。介绍了振动实验室现有的硬件平台,自行设计完成了全套传声器阵列与采集系统,叙述了实验原理。在此基础上,在半消音室内以音箱和电机的噪声源为研究对象,进行噪声源识别与故障特征提取的实验研究,完成了实验数据采集,最后对实验结果分析表明:该技术是可行的和准确的,为其在工业现场的应用打下基础。 对全文研究工作进行总结,并概括论文的创新点,同时就基于声全息的故障诊断技术未来的研究工作提出了一些建议,指出了若干值得注意的问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 楼天良;蒋惠忠;;一种适于高维时间序列的特征提取方法(英文)[J];浙江科技学院学报;2007年02期
2 胡敏;曾国强;;一种序列CCD星图中运动目标识别的稳健算法[J];装备指挥技术学院学报;2007年05期
3 李凯;秦江敏;杨军;;基于核规范主元分析法的雷达目标识别[J];空军雷达学院学报;2007年04期
4 王海军;王士伟;刘红敏;;人脸检测技术研究进展[J];河南机电高等专科学校学报;2007年06期
5 邵仙鹤;李爱芝;严发宝;乔晓林;;一种基于复加权的目标极化识别方法[J];南京理工大学学报(自然科学版);2009年04期
6 马汉伟;;浅析逆向工程技术及其在工业领域的应用[J];现代制造技术与装备;2009年05期
7 邹瑞雨,王大培,李全益;一个简单的机器人视觉引导装配实验系统[J];机器人;1989年01期
8 刘庆波;基于学习和理解的手写汉字识别方法[J];哈尔滨工业大学学报;1993年04期
9 彭涛,毛声镛;滚动轴承疲劳故障诊断系统[J];自动化仪表;1994年07期
10 李雪巍,孙玉兰,吴胜权,冯世芳,郭连喜;机车车厢号码自动识别系统[J];测试技术学报;1996年03期
11 苏文斌,温熙森,史维祥;故障诊断中参数相位耦合特征提取的研究[J];机械科学与技术;1998年04期
12 王岁胜,荀毓龙;利用NOAA/AVHRR卫星资料进行海域表面特征提取[J];光电子技术与信息;1998年05期
13 赵君,仇林庆,谷雪莲;基于特征提取的图像处理与识别研究[J];仪表技术与传感器;2002年05期
14 王雁来,尹宝才,孔德慧,谷春亮;块匹配算法在基于MPEG-4的人脸特征提取中的改良及应用[J];北京工业大学学报;2003年01期
15 吴军彪,陈进,钟平,伍星,蔡晓平;机械噪声故障特征提取的盲分离法与小波提纯法[J];上海交通大学学报;2003年05期
16 姜礼平,龚沈光;水中目标信号的实时检测方法研究[J];海军工程大学学报;2003年06期
17 王侃伟,方宗德,曹双胜;基于边界斜率的列车零部件形状分析[J];计算机工程与应用;2004年35期
18 白建社,盛戈皞,江秀臣,曾奕;基于移动时间窗的直流局部放电特征提取方法[J];电力系统自动化;2005年14期
19 许文全,何文学,陈国金;基于反求工程的CAD建模[J];模具制造;2005年07期
20 朱贵明;压力容器焊缝缺陷探伤的定性分析[J];无损探伤;2005年03期
中国重要会议论文全文数据库 前10条
1 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
2 钱小聪;郑宝玉;穆明鑫;;神经网络联机手写签名验证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 张羽;汪源源;王威琪;余建国;林继耕;;狭窄血管多普勒信号特征提取的实验研究[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
4 柳林霞;陈杰;窦丽华;;不变矩理论及其在目标识别中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
5 杨日杰;施建礼;林洪文;;一种雷达视频回波特征提取方法研究[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
6 代克杰;张红梅;盛赛斌;;基于BP网络的故障特征提取方法研究[A];2004中国控制与决策学术年会论文集[C];2004年
7 何新;史迎春;周献中;;一种基于独立分量分析的音频分类方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
8 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
9 范海宁;郭英;吴剑锋;陈志武;;基于小波包分解的声信号特征提取方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
10 郗长青;郑建明;李言;罗杰;;基于小波包分解的钻头磨损特征提取[A];制造技术自动化学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 贾文强;基于局部近场声全息的机械噪声源特征提取技术研究[D];上海交通大学;2011年
2 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
3 张立福;通用光谱模式分解算法及植被指数的建立[D];武汉大学;2005年
4 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
5 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
6 宋晴;基于液滴分析技术和液滴指纹图的液体识别方法的研究[D];天津大学;2005年
7 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
8 孙真真;基于光学区雷达目标二维像的目标散射特征提取的理论及方法研究[D];中国人民解放军国防科学技术大学;2001年
9 武子玉;矿物近红外光谱信息提取及应用研究[D];吉林大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 曾红梅;情绪图片视觉诱发EEG特征提取与分析[D];天津大学;2012年
2 雷自力;基于Pro/E的三维零件参数化建模和特征提取研究[D];华中科技大学;2011年
3 林少波;中文文本分类特征提取方法的研究与实现[D];重庆大学;2011年
4 黄健;履带式车辆微多普勒效应与特征提取[D];国防科学技术大学;2009年
5 赵蕾蕾;基于词和基本短语模式的特征提取方法[D];河北大学;2009年
6 栾岚;基于机理模型判据的图像中微弱特征提取方法研究及应用[D];东北大学;2009年
7 王菲;面向肺部CAD的特征提取、选择及分类方法研究[D];东北大学;2009年
8 郑睿;藻类细胞图像的特征提取与分类方法研究[D];杭州电子科技大学;2009年
9 李仁杰;高分辨率SAR图像目标三维特征提取与建模[D];国防科学技术大学;2010年
10 陈日晖;面向肺部CAD的三维ROI分割、特征提取与分类方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
2 本报记者 吴长锋;此时“无声”胜“有声”[N];科技日报;2009年
3 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
4 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
5 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
6 上海 高博;让电脑“听懂”人话[N];电脑报;2008年
7 记者 何腾江 通讯员 周汇成;验钞新技术通过鉴定[N];中山日报;2008年
8 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
9 本报记者 刘洪宇;当机器听懂了我们的声音[N];辽宁日报;2008年
10 林木树;反垃圾邮件有待新突破[N];人民邮电;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978