新闻中心
  • 联系人:张先生
  • 电 话:13126553712,
  • 联系人:张女士   匡先生
  • 电话:13520020918    18515269812
  • 传 真:022-58285138
  • 地 址:天津市西青区华苑产业园海泰西路18号高新区软件园南233002
  • 导航:声源识别 故障诊断 次声
    中科声相(天津)科技有限公司
 
公司动态
您当前所在的位置:首页 > 新闻中心 > 行业新闻

噪声信号的声源检测与故障诊断

   1.功率谱密度分析与相关函数分析
 
    根据设备发出的噪声信号进行在线声源检测与故障诊断是一项很有价值的研究课题,功率谱密度分析与相干函数分析是声源俭测与故障诊断中较经典的两种信号分析方法。
 
    功率谱密度函数不仅能够反映出信号的频率结构,而民也表示出各频率成分所占的比重和数值。根据机械设备不同零部件产生噪声的机理和特征,结合功率谱分布结构,就可以判别出机械的各主要噪声源及其频率和能量情况,从而为噪声控制提供科学依据。机械发生故障时,噪声的频率特性和能量分布会出现不同程度的变化.据此在不停机、不解体的情况下,就可以推知设备的故障部位、故障原因及其严重程度。
 
    2.小波技术应用于声源检测与故障诊断
 
    小波技术应用于声源识别故障诊断具体的途径概括起来有以下三种:
 
    第一,从泛函分析的角度来看,小波分析也就是把信号分解“投影”到由小波函数构成的函数基空间上,在“投影”过程中,与小波函数相似的信号将取得较大的投影值。如果选择小波分析的母函数与间歇性的故障信号相似,则在小波变换结果上对应于故障发生位置就会有一个极大值出现,因此就可以检测出噪声信号中突变发生的位置和性质,进而进行检测与诊断。
 
    第二,利用小波的多分辨率分析特性,比较正常信号与故障信号在各分解层上的能量变化情况,以此来分析出故障特征频率的范围,再结合具体设备的结构和参数,进而推知可能的故障原因和程度。
 
    第三,根据具体设备情况和先验知识,首先分析估计所有可能出现噪声异常的故障原因及故障特征频率,并利用小波包方法对采集到的噪声信号进行逐层分解;然后保留故障特征频率所在的频段(将其他频段置零)进行重构;最后对重构而成的信号进行谱分析,观察谱图中是否存在某故障特征频率及其倍频成分,以此来确定具体的故障原因。