基于声像模式识别的故障诊断机理研究

发布时间：2021-04-01 14:36

　　目前机械设备的故障诊断主要是基于振动信号测量和分析的,但由于振动传感器在某些设备上或工况环境中安装不便,使得基于振动信号的故障诊断方法的应用受到限制。机械噪声是机械振动通过弹性媒质向外界传播的结果,蕴含着丰富的机械状态信息。利用噪声信号进行故障诊断称为声学诊断技术,它具有非接触式测量和操作简单快捷等优点,可以部分的代替振动信号作为故障诊断的手段。常规的声诊断技术主要是基于单通道测试的,只能得到机械局部的声学特征随时间或频率的变化规律,而且声信号抗干扰能力较差,特别是在相干声场中,其测点位置的选择需要丰富的经验,因此,声学故障诊断虽然具有巨大的潜力和价值,但其发展一直比较滞后。根据声振关系,机械的辐射声场是由机械表面的振动产生的,机械故障在造成机械异常振动的同时也会引起辐射声场的变化。当测点位置选择不当,局部的声学特征对故障不敏感时,诊断效果就会受到影响,特别是在相干工况下,故障源的声信号如果被干扰源的声信号湮没,那么常规的声诊断技术将不再适用。如果能够充分利用整个辐射声场的声压或机械表面振速分布在不同工况下的变化,同时能适当的突出机械关键部件处声场的变化、忽略干扰部件处声场的变化,将有... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：154 页

【学位级别】：博士

【部分图文】：

正常与故障状态下Fig.3-9Acousticimagesobtainedunderthenormalandfaultstates:(a)Allthreesourcesarenormal,

【参考文献】：
期刊论文
[1]基于图像分块和RBF神经网络的人脸识别方法[J]. 吴成东,陈彪,郑君刚.  沈阳建筑大学学报(自然科学版). 2010(03)
[2]舰船电力系统故障诊断综述[J]. 张海艳,夏飞.  舰船科学技术. 2010(04)
[3]Research on the cyclostationary nearfield acoustic holography based on boundary element method[J]. ZHANG Haibin WAN Quan JIANG Weikang(State Key Laboratory of Mechanical System and Vibration,Shanghai Jiaotong University Shanghai 200240).  Chinese Journal of Acoustics. 2009(01)
[4]基于声强信号分析和组合神经网络的发动机故障诊断[J]. 李增芳,何勇,徐高欢.  农业机械学报. 2008(12)
[5]边界元法循环平稳近场声全息理论研究[J]. 张海滨,蒋伟康,万泉.  声学学报(中文版). 2008(03)
[6]适用于循环平稳声场的基于波叠加法的近场声全息技术[J]. 张海滨,蒋伟康,万泉.  物理学报. 2008(01)
[7]支持向量机及其在机械故障诊断中的应用[J]. 袁胜发,褚福磊.  振动与冲击. 2007(11)
[8]基于波数域外推方法的近场声全息[J]. 徐亮,毕传兴,陈剑,陈心昭.  机械工程学报. 2007(09)
[9]SVD用于人脸识别存在的问题及解决方法[J]. 高全学,梁彦,潘泉,陈玉春,张洪才.  中国图象图形学报. 2006(12)
[10]高速线材轧机在线监测及故障分析[J]. 刘朝彤,丁钢,张本练.  冶金动力. 2006(03)

博士论文
[1]循环平稳声场的非共形面近场声全息理论与实验研究[D]. 张海滨.上海交通大学 2008
[2]基于循环平稳的滚动轴承及齿轮微弱故障特征提取应用研究[D]. 毕果.上海交通大学 2007
[3]基于遥感图像的重要目标特征提取与识别方法研究[D]. 张志龙.国防科学技术大学 2005
[4]旋转机械结构噪声及其控制机理的研究[D]. 李吉.大连理工大学 2002

硕士论文
[1]森吉米尔轧机故障诊断[D]. 胡峰.武汉科技大学 2005



本文编号：3113505