首页期刊导航|噪声与振动控制
期刊信息/Journal information
噪声与振动控制
中国声学学会
噪声与振动控制

中国声学学会

严济宽

双月刊

1006-1355

NVC@sjtu.edu.cn

021-62932221

200030

上海市华山路1954号上海交通大学

噪声与振动控制/Journal Noise and Vibration ControlCSCD北大核心CSTPCD
查看更多>>本刊是科技工作者和工程师交流噪声与振动控制理论和实际应用研究的最新理论、方法、信息和知识的重要平台。主要内容包括噪声和振动控制领域中理论和实践的最新发展、创新方法、重要成果、新技术等。可供相关专业的大专院校师生、各单位噪声振动专业人员参考。
正式出版
收录年代

    PSO寻优VMD的衬板测厚超声回波信号噪声的压制

    蔡改贫阮辽赵鑫郁慧...
    67-74页
    查看更多>>摘要：针对复杂环境下破碎机衬板超声测厚的回波信号噪声难以压制的问题,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)寻优变分模态分解(Variational Mode Decomposition,VMD)的噪声压制方法.首先研究分解尺度[K]和惩罚因子[α]两个初始参数对VMD算法分解效果的影响;然后通过PSO算法对VMD算法中的最佳参数组合进行寻优;再将该组最佳参数组合代入VMD算法中进行信号分解,通过互相关系数法选取本征模态函数(Intrinsic Mode Function,IMF)进行信号重构,得到降噪后的信号.仿真与实测结果表明,PSO寻优VMD的噪声压制方法在提高信噪比、降低均方误差、提高波形相似系数等性能指标方面效果显著,能有效压制衬板超声回波信号中的噪声,提高破碎机衬板测厚超声回波信号的可靠性.

    声学噪声压制变分模态分解粒子群算法信号重构超声测厚

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    锰铜阻尼合金的非线性力学特性特征参数确定方法

    张斌张凌翔刘艳熊亚军...
    75-81页
    查看更多>>摘要：锰铜阻尼合金非线性力学特性的特征变化规律已被广泛研究,但如何通过仿真准确描述其非线性力学行为,并对由其制成的结构件进行设计与优化,是对其进行工程应用研究的前提与关键.基于超弹性模型和并联流变模型(Parallel Rheological Framework,PRF),描述一种典型孪晶型阻尼合金材料的非线性力学特性,重点讨论由单轴拉伸试验和动态机械分析(Dynamic Mechanical Analysis,DMA)试验确定PRF模型特征参数的方法:通过拟合单轴拉伸试验数据得到超弹性模型参数;基于多应变DMA三点弯曲频率扫描实验,通过实验数据拟合得到线性黏弹性Prony级数模型,通过PRF模型进行参数转换,将线性黏弹性模型参数转化为非线性PRF模型初始参数;结合超弹性模型,采用Isight软件对PRF模型参数进行优化,确定锰铜阻尼合金的非线性力学特性特征参数;最后,在Ω型锰铜阻尼合金支座的顶部施加竖向扫频激励,通过扫频试验数据和仿真计算结果对比,验证该锰铜阻尼合金材料的非线性力学模型在实际仿真应用中的可靠性.结果表明,PRF模型可较好模拟锰铜阻尼合金非线性动态力学行为,为锰铜阻尼合金结构设计提供更高精度的仿真结果.

    振动与波锰铜阻尼合金应变幅值相关性非线性有限元仿真并联流变模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    变反激励力作用下齿轮箱减振降噪方法研究

    代燊程鲲
    82-87页
    查看更多>>摘要：从主动振动控制原理出发,通过改变反激励力的方式研究齿轮箱减振降噪效果.建立齿轮箱系统动力学模型,分析获取轴承支反力,采用有限元方法对齿轮箱进行振动特性分析,并建立箱体振动实验平台,结合有限元分析与实验测试结果确定次级力源布放位置;基于主动振动控制方法,在次级力源上施加不同激励力抑制其振动,分析在不同激励力作用下的减振效果;将获取的箱体表面振动数据作为边界条件导入LMS Virtual.Lab声学软件中计算齿轮箱向外声场辐射的噪声.研究结果表明:施加相位相反、振幅相同的反激励力减振效果最佳,相比于无控制状态平均位移减小0.18 mm,施加抑制主导模态的反激励力时降噪效果最佳,在1 191 Hz处最高降噪量达到50.13 dB.

    振动与波主动振动控制反激励力齿轮箱振动特性减振降噪

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    倾斜偏心对同步发电机转子力学特性的影响

    何玉灵徐明星代德瑞郑文杰...
    88-94页
    查看更多>>摘要：气隙偏心是一种常见的发电机机械故障.已有研究主要关注正常和轴向气隙均匀偏心对转子受载和振动特性的影响,较少关注轴向气隙非均匀偏心,即转子倾斜偏心.作为补充,全面分析转子倾斜偏心状态下故障程度差异对同步发电机转子力学特性的影响.其中,转子力学特性包括转子不平衡磁拉力激励特性和振动特性.以一台5kVA的两极故障模拟发电机为研究对象,分别进行理论分析、有限元仿真计算和实验验证.结果表明:正常情况下转子不平衡磁拉力为零,转子振动频率以常规基频和定子传递的各偶次谐波为主.在转子发生倾斜偏心故障后,转子不平衡磁拉力/振动以二次谐波为主.随着偏心程度增加,转子不平衡磁拉力/振动的二次谐波幅值将增大.此外,转子不平衡磁拉力沿轴向非均匀分布,在气隙越小的位置不平衡磁拉力越大.

    振动与波同步发电机转子倾斜偏心不平衡磁拉力转子振动力学特性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于MRSDAE-KPCA结合Bi-LST的滚动轴承剩余使用寿命预测

    古莹奎陈家芳石昌武
    95-100,145页
    查看更多>>摘要：针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布,且在构建健康因子时还需要专家经验进行人工提取等问题,提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承剩余使用寿命预测方法.首先采用无监督的堆栈去噪自编码器网络对原始振动数据进行深层特征提取,并使用核主成分分析法进一步降维,以提高健康因子的指标稳定性;然后在堆栈去噪自编码器中加入流形正则化,最大程度保留编码器隐藏层内部的数据分布结构,提高模型提取数据特征的有效性.最后使用双向长短时记忆网络预测轴承的剩余使用寿命,并采用AdaMax优化算法对网络模型的超参数进行自适应寻优.分析结果表明,提出的滚动轴承剩余使用寿命预测方法具有更高的精度.

    故障诊断滚动轴承剩余使用寿命预测健康因子流形正则化堆栈去噪自编码器双向长短时记忆网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    针对汽轮机转子故障样本不足的典型故障检测方法研究

    吴董炯何群山
    101-108页
    查看更多>>摘要：目前深度学习在机械系统的故障诊断方面得到较大普及和发展,这些智能模型需要大量的训练数据确保其泛化能力.然而实际汽轮机转子故障数据缺乏或者难以获取,这给智能故障诊断带来新的挑战.提出一种基于汽轮机转子数值模拟生成故障数据并进行智能故障诊断的方法,通过建立转子有限元模型,生成能够反映其工作状态的故障信息,从而为智能模型提供数据样本.采用根据实际转子信号建立的高精度转子有限元模型,能够有效解决故障样本不足的问题,从而提高智能诊断准确率.通过将有限元技术与深度卷积神经网络相结合,所提出的方法能够在故障样本不足及部分故障信号难以测量的情况下实现汽轮机转子端到端的智能故障诊断,具有准确率高、鲁棒性强的特点.

    故障诊断汽轮机转子数值模拟故障样本不足深度卷积神经网络智能故障诊断

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于振动信号图像特征的降噪残差网络轴承故障诊断

    陶俊鹏张玮东钟倩文彭乐乐...
    109-116,169页
    查看更多>>摘要：针对将一维原始轴承振动信号作为既有轴承诊断模型的输入所致训练效率、抗噪性欠佳的问题,提出一种基于振动信号图像特征的自适应降噪残差网络轴承故障诊断方法.首先将一维轴承振动信号进行截断、重叠采样后重构成信号矩阵,最后将其编码为图像得到振动信号图像;再对图像进行直方图处理,计算得到其灰度分布特征矩阵,并将振动信号图像和对应的特征矩阵作为算法模型的输入;同时,在提出的网络模型中在残差卷积映射的过程中插入基于通道注意力机制的降噪路径,通过自适应地获得阈值进行降噪,提高网络对含噪声样本的故障特征提取能力.最后通过对比实验证明:网络模型在加入灰度分布特征后有更好的性能表现,提出的自适应降噪残差网络模型在将含有噪声的振动信号作为输入的情况下仍具有较高的故障识别精度.

    故障诊断图像特征通道注意力机制降噪残差神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于ELDA降维与MPA-SVM的滚动轴承故障诊断方法

    刘运航宋宇博朱大鹏
    117-124页
    查看更多>>摘要：为了提高滚动轴承故障诊断精度,提出一种基于偏心线性判别分析(Eccentric Linear Discriminant Analysis,ELDA)降维算法与经海洋捕食者算法(Marine Predators Algorithm,MPA)优化的支持向量机(Support Vector Machine,SVM)相结合的滚动轴承故障诊断方法.首先对轴承信号应用时域和频域分析方法构建高维特征集,其次应用自适应最大似然估计方法(Adaptive Maximum Likelihood Estimation,AMLE)进行固有维度估计,利用ELDA算法进行二次特征提取,充分挖掘敏感特征,降低冗余特征对故障诊断的影响;最后将低维敏感可分矩阵输入到MPA-SVM分类器中识别故障类型.实验分析表明,所提方法能有效缩短训练时长并提高诊断准确率.

    故障诊断滚动轴承特征降维海洋捕食者算法支持向量机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    全矢融合的二元PELCD样本熵列车故障诊断

    郑航李刚李德仓
    125-131页
    查看更多>>摘要：长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡.考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时结合全矢谱理论对同阶分量信号进行信息融合,得到更加完备的数据特征,并对融合后的数据进行样本熵特征提取,得到列车的故障特征;采用灰狼优化算法对支持向量机进行参数寻优,通过实验对比单一故障工况、复合故障工况以及部件性能退化下的故障识别率,验证所提方法的有效性、优越性.

    故障诊断二元部分集成的局部特征尺度分解方法全矢理论灰狼优化算法支持向量机

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    噪声干扰下基于PCA-SF的轴承故障诊断方法

    季珊珊杜华东管伟琴王金瑞...
    132-137页
    查看更多>>摘要：机械故障诊断对降低维修成本和预防事故至关重要.振动信号监测是机械故障诊断中一种有效可行的方法.然而,所采集故障信号往往容易受到其他设备噪声的干扰.因此,从受噪声干扰的监测信号中提取与故障相关的周期脉冲是故障诊断的基础,也是难点.为解决此问题,提出一种基于主成分分析(Principal Component Analysis,PCA)和稀疏滤波(Sparse Filtering,SF)的机械故障特征提取方法.具体来说,首先利用PCA提取噪声干扰信号段的主成分,然后利用SF从主成分中提取有效特征.为减小SF模型的过拟合问题,采用L1/2范数对其目标函数进行正则化约束.最后,将提取的特征输入到Softmax分类器中进行故障识别.分别通过一组仿真和实验案例对所提PCA-SF方法的有效性进行验证.实验结果表明,该方法不仅能准确实现故障分类,而且优于其他传统方法.

    故障诊断噪声干扰主成分分析稀疏滤波

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据