期刊文章详细信息
文献类型:期刊文章
机构地区:[1]上海机动车检测中心,上海201805 [2]上海交通大学机械系统与振动国家重点实验室,上海200240
基 金:国家高技术研究发展计划(863计划,2006AA04Z175);国家自然科学基金(50675140)资助项目
年 份:2009
卷 号:45
期 号:5
起止页码:34-38
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20092712164092)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:基于振动信号的故障诊断方法在某些场合下存在着局限性。机械噪声蕴含着丰富的设备状态信息,而且具有非接触式测量的优点,可以部分地替代振动信号,用于故障诊断。传统的噪声诊断方法主要基于频谱分析,无法反映声源位置和强度的变化信息,只能进行初步的故障诊断。基于此,提出一种基于声全息的故障诊断方法。该方法采用由少量传声器组成的阵列测量声压,应用波叠加法重构物体的外部声场,可以方便快速地进行声场可视化。一旦准确地重建出物体的外部声场,就可以利用这些全息场的信息进行故障诊断。通过建立基于全息图的正常状态与故障状态的模板,将机器的运行信息与这些模板对比,就可以判定机器的运行状态,从而进行故障诊断。采用由多个脉动球组成的声源模型进行了数值仿真,并在消声室内对两只音箱噪声源进行了试验研究,都准确地识别出辐射体声场状态变化,找出了故障。从而验证了该方法的正确性和实用性,为其在现场应用打下基础。
关 键 词:故障诊断 特征提取 声全息 波叠加法
分 类 号:TB53[物理学类] O42]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...