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

    基于RACS-TFODF自适应随机共振系统的轴承故障诊断应用

    蔡丹娜吴科伟向丹封远鹏...
    138-144页
    查看更多>>摘要：针对传统随机共振系统(Stochastic resonance,SR)的参数选择和未考虑历史信息影响随机共振效果的问题,提出一种基于改进布谷鸟算法(Ranking-based Adaptive Cuckoo Search,RACS)的自适应改进势模型随机共振方法.首先,对大参数信号进行移频尺度变换处理,使其满足SR的绝热近似理论要求;其次,提出一种时延分数阶偏置非线性过阻尼随机共振系统(Time-delayed Overdamped Stochastic Resonance System with Fractional Deflection Nonlinearity,TFODF-SR),并研究势模型参数对随机共振效果的影响;进而利用以信噪比作为评价函数的RACS算法自适应确定随机共振系统的结构参数;最后经过时、频域分析提取出滚动轴承故障特征.通过仿真与实测实验分析对所提出方法相比于传统SR系统及没有引入时延反馈项的ODF系统(Overdamped System with Fractional Deflection Nonlinearity,ODF)在滚动轴承故障提取上的有效性和优越性进行验证.

    故障诊断特征提取RACS算法随机共振

      原文链接:
    • 万方数据
    • 维普

    基于CEEMDAN-FastICA-MCNN的多传感信息融合轴承故障诊断

    张鑫钟倩文余佑民彭乐乐...
    145-152页
    查看更多>>摘要：针对轴承振动信号易受噪声干扰、变工况及单一传感器提取特征信息不完备的问题,提出基于自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition of Adaptive Noise,CEEMDAN)、快速独立分量(Fast Independent Components Analysis,FastICA)降噪和多输入卷积神经网络(Multiple-input Convolutional Neural Networks,MCNN)的多传感信息融合轴承故障诊断方法.首先分别对多传感采集的振动信号划分数据集,并输入CEEMDAN得到本征模态函数(Inherent Nodal Function,IMF);随后,选择峭度大于3的IMF构造观测信号,其余IMF构造虚拟噪声信号,作为两个输入源输入FastICA,分离出特征向量;最后,设计MCNN识别故障类型.在CWRU和XJ-TU-SY数据集上的正确率分别为99.94%和99.64%.在信噪比为-8 dB的抗噪性能测试中,正确率分别为96.95%和98.29%;在信噪比为0dB的抗噪性能测试中,正确率分别为99.00%和99.23%.对比实验结果表明此方法能够提取更为全面的故障特征信息,获得更高的准确率.

    故障诊断CEEMDANFastICAMCNN

      原文链接:
    • 万方数据
    • 维普

    不平衡数据下基于改进门控卷积网络的轴承故障诊断

    郗昌盛梁小夏田少宁杨杰...
    153-160页
    查看更多>>摘要：深度学习在滚动轴承故障诊断中具有广泛的应用,然而,现实中的监测数据往往具有不平衡性,这就会对模型的诊断性能产生很大影响.因此,提出一种基于改进门控卷积神经网络(Improved Gated Convolutional Neural Network,IGCNN)的故障诊断方法,用于数据不平衡条件下的故障诊断.首先,提出改进门控卷积层以增强特征提取能力,通过批量归一化技术提高模型的泛化能力.然后,使用标签分布感知边界(Label-distribution-aware Margin,LDAM)损失函数提高模型对少数类的敏感度,减小数据不平衡对模型的影响.将所提算法应用在两组故障轴承数据上,在数据不平衡率为20:1的情况下,所提算法仍然可达到92.71%和94.47%的故障识别率,而对比的其他主流深度学习模型在该情况下只有60%～72%的准确率,表明所提方法在数据集严重不平衡情况下具有很强的诊断能力和鲁棒性.

    故障诊断数据不平衡改进门控卷积神经网络标签分布感知边界损失函数滚动轴承

      原文链接:
    • 万方数据
    • 维普

    主减速器故障的增强多尺度微分符号熵和优化SVM诊断

    汪会财徐婷婷胡晓锐龙羿...
    161-166页
    查看更多>>摘要：为准确提取出能够表征车辆主减速器故障的故障特征,同时针对多尺度微分符号熵(Multi-scale Differen-tial Symbolic Entropy,MDSE)粗粒化过程中存在的问题,提出增强多尺度微分符号熵(Enhanced Multi-scale Differen-tial Symbolic Entropy,EMDSE)的概念,并结合蝴蝶算法(Butterfly Optimization Algorithm,BOA)优化的支持向量机(Support Vector Machine,SVM),提出主减速器故障诊断的EMDSE和BOA-SVM方法.EMDSE可解决MDSE粗粒化过程中存在的信息泄露和计算结果不稳定的不足,能够更加有效地利用信号中存在的故障信息.主减速器故障诊断实例结果表明,相比于MDSE,EMDSE的计算结果更稳定,对主减速器不同故障状态的可区分性更强,BOA-SVM得到的诊断精度更高.

    故障诊断主减速器微分符号熵多尺度增强

      原文链接:
    • 万方数据
    • 维普

    频域特征提取联合双流CNN的轴承故障诊断方法

    田野陈姚节张莉陈黎...
    167-173,295页
    查看更多>>摘要：针对传统方法提取到的轴承各类故障特征混杂,部分类别故障不易区分的问题,设计一种双流卷积神经网络(Convolutional Neural Network,CNN)的故障诊断模型.首先将振动信号转换到频域,为减少低频微弱信号的干扰,过滤频域信号,设定滤波器通带和阻带衰减值以保证信号不失真,进而确定频率带宽,在该带宽值下求得信号振幅占比最大值的范围,同时以正常信号振幅平均值作为高频信号的阈值确定频率最高值.用上述参数分别作为滤波器的参数,过滤信号得到频谱信号和构建时频图像.将提取频谱信号和时频图作为模型两个通道的输入,在卷积层和池化层后加入特征融合层,通过加权融合的方式将两个通道的特征融合,使得各类故障特征区分度显著提高.实地搭建故障平台采集数据验证,实验结果表明,该方法能提取到每类故障独有的特征,轴承故障识别准确率达到98.95%.

    故障诊断特征提取卷积神经网络滤波器时频图特征融合

      原文链接:
    • 万方数据
    • 维普

    基于ReliefF和因子分析的管道泄漏源特征识别方法

    高琳周剑楠周小杰王红...
    174-179,241页
    查看更多>>摘要：针对管道泄漏源识别方法中由于特征冗余性较高从而影响识别精度的问题,提出一种结合ReliefF和因子分析的特征降维方法.首先,采集管道泄漏源的声发射信号,并从声发射信号中提取出27个频域特征和时域特征;其次,利用ReliefF方法对特征进行筛选,筛选出相关性较高的特征作为敏感特征,并通过因子分析提取敏感特征中的公因子,组成特征集;最后,将降维后的特征集输入支持向量机中进行识别,输出对管道泄漏源形状特征与尺寸大小的识别结果.实验结果表明,该方法能准确识别出管道泄漏源的不同形状特征以及尺寸大小,同时能有效降低特征冗余性和运算时长.

    振动与波管道泄漏特征降维ReliefF因子分析

      原文链接:
    • 万方数据
    • 维普

    基于多滤波降噪法的桥梁应变监测信号处理

    卢海林郭馨阳郝静
    180-187页
    查看更多>>摘要：针对桥梁应变监测信号存在多源噪声,以及现有降噪法难以准确选取有效固有模态函数(Intrinsic Mode Function,IMF)分量的问题,提出一种有效的多滤波降噪法.首先,采用自适应噪声抵消器对含噪信号进行预处理,以滤除低频噪声,再对其进行自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)得到IMF分量,并利用频谱分析-自相关函数双重判断准则选取IMF分量;随后,对其进行奇异值分解,利用奇异值差分谱确定各分量有效阶数;最后,将各有效IMF分量的有效阶重构得到去噪信号.通过模拟试验验证上述方法的合理性,并将其应用于桥梁应变监测信号处理.结果表明:采用上述双重判断准则选取有效IMF分量具有较好效果,且提出的多滤波降噪法在桥梁应变监测信号处理中具有显著的优越性.

    振动与波桥梁应变多滤波降噪法双重判断准则固有模态函数CEEMDAN奇异值分解

      原文链接:
    • 万方数据
    • 维普

    基于自适应CYCBD和DARTS的滚动轴承故障诊断方法

    李可陈方健顾杰斐宿磊...
    188-193,235页
    查看更多>>摘要：针对强噪声导致滚动轴承振动信号故障特征不明显的问题,提出一种结合自适应最大2阶循环平稳盲解卷积(Maximum Second-order Cyclostationary Blind Deconvolution,CYCBD)与可微架构自搜索(Differentiable Architecture Search,DARTS)的故障诊断方法.首先将模糊熵作为鲸鱼优化算法的适应度函数进行CYCBD滤波器长度寻优,并以峭度-包络谱峰值为综合指标对循环频率进行步长寻优,从而实现自适应CYCBD降噪;然后引入DARTS算法实现滚动轴承故障识别模型的自构建;最后通过滚动轴承公开数据与实验数据验证多域强噪声环境下自适应CYCBD-DARTS故障诊断方法的有效性.

    故障诊断最大2阶循环平稳解卷积可微架构自搜索自适应滚动轴承

      原文链接:
    • 万方数据
    • 维普

    工程机械变速箱敲齿异响故障诊断与分析

    周海军汪亚平蔡敢为谷云辉...
    194-198,265页
    查看更多>>摘要：针对某工程机械发生变速箱严重异响的问题,开展振动、转速和压力测试及分析诊断.通过分析发动机和变速箱端转速信号,排除发动机转速波动引起变速箱敲齿异响的可能.结合振动和压力信号,以及传动系统各参数,诊断出变速箱发生敲齿异响的来源在于辅助油泵,因油泵处较大幅值的谐次压力,使传动系统产生特定频率下的较大扭转位移,该位移超变速箱空套齿轮的间隙,从而发生敲齿异响;通过加装液压缓冲蓄能器或更换不同品牌的辅助油泵两种方案开展实车验证可解决异响故障,证明诊断有效.分析工作的成果可为变速箱敲齿异响的诊断提供新的案例,对同类故障的诊断工作具有指导意义.

    故障诊断敲齿异响振动测试转速测试油泵激励

      原文链接:
    • 万方数据
    • 维普

    基于机器视觉与听觉响应的干式变压器状态智能诊断方法

    邵宇鹰王枭彭鹏张阳...
    199-204,235页
    查看更多>>摘要：为提升干式变压器的状态监测与故障诊断能力,提出了一种新的整合机器视觉与听觉响应的变压器状态诊断方法.首先,通过目标检测算法对干式变压器的潜在故障位置进行识别监控,获取其位置信息;其次,整合延迟求和波束成形算法计算其潜在故障位置的声学信息,利用该声学信息实时监控变压器是否出现放电缺陷;最后,对于无法快速诊断的机械故障,利用听觉外周模型获取听觉谱,依据其声音信号的特征频段,设置各特征频率获得多特征频率听觉谱,通过卷积神经网络进行变压器故障类型识别.实验结果显示,所提的方法在噪声情况下的变压器状态识别准确率仍高达87.51%,优于其他对比的时频域特征提取方法.故所提方法能较准确地诊断干式变压器状态,并且具备良好的抗噪性能,有效补充了当前变压器的监测手段.

    故障诊断干式变压器状态检测机器视觉声学成像听觉外周模型

      原文链接:
    • 万方数据
    • 维普