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

    基于正则化与范数归一化的概率损伤识别方法

    钱树伟石庆贺林柏超杨颖...
    135-142页
    查看更多>>摘要：提出基于正则化与范数归一化的概率损伤识别方法(Regularization and Norm Normalization Based Probabilistic Damage Identification Method，RNbPDI)，对不适定性和不确定性条件下的结构损伤识别误差进行量化。以结构损伤前后的模态信息差为目标函数，引入正则化方法，建立结构损伤参数求解的目标函数。考虑到不同模态参数对损伤参数的灵敏度数值范围的差异，将不同模态参数的灵敏度矩阵和残差矩阵分别进行范数归一化处理，以提高损伤识别问题求解的数值稳定性。利用概率方法来量化损伤识别结果的不确定性，给出损伤参数的识别结果的名义值和方差求解公式。通过数值算例分析不同损伤工况、不同传感器测点方案、不同的测试噪声水平对损伤识别结果的影响，通过数值算例和一个四层剪切框架实验表明该方法具有识别精度高、鲁棒性强的特点。

    故障诊断概率损伤识别正则化范数归一化传感器优化

      原文链接:
    • 万方数据
    • 维普

    基于变采样分辨率相关分析法的铁道客车轮对动平衡测试

    吕守宝赵世田崔治曾勇...
    143-148页
    查看更多>>摘要：铁道客车轮对上的不平衡质量影响列车运行安全及速度的进一步提升，轮对安装前需要精确检测不平衡质量并进行动平衡处理。本文提出自适应小波消噪、MUSIC(Multiple Signal Classification)谱估计、相关分析法相结合的方法，实现铁道客车轮对动平衡振动信号特征的提取。通过Labview软件与MATLAB混合编程实现软件开发，并搭建铁道客车轮对动平衡测试平台进行实验验证，实验验证结果表明，经过降噪和采样分辨率的控制，可以克服现场噪声及频率干扰问题，提取的信号幅值及相位具有较高的精度，可实现轮对上不平衡质量及位置的准确探测。

    振动与波变采样分辨率相关分析法铁道客车轮对振动信号特征提取动平衡

      原文链接:
    • 万方数据
    • 维普

    一种融合特征与卷积神经网络的车轮缺陷识别方法

    尹兆珂缪炳荣张盈袁哲锋...
    149-155页
    查看更多>>摘要：针对同一识别算法下不同损伤类型以及损伤程度识别准确率低的问题，提出一种多尺度融合特征与一维卷积神经网络(One-dimensional Convolution Neural Network，1D-CNN)相结合的车轮损伤诊断方法。利用完全噪声辅助聚合经验模态分解(Complete EEMD with Adaptive Noise，CEEMDAN)和魏格纳-维尔分布(Wigner-Ville Distribu-tion，WVD)联合时频分析方法，对轴箱加速度信号进行融合特征提取，将提取到的多维度融合特征作为样本输入，构建适合车轮踏面损伤诊断的CNN模型，对样本中的不同损伤类型和损伤程度进行分类识别。经仿真分析和实验验证表明:所提出的多维度融合特征对于不同车速下的损伤类型以及损伤程度都有很好的识别能力，识别准确率可达到98％，且鲁棒性强，可为车轮踏面损伤识别和评估提供新的方法。

    故障诊断轴箱加速度CEEMDAN-WVD联合时频分析法一维卷积神经网络

      原文链接:
    • 万方数据
    • 维普

    基于参数优化VMD-MCKD的滚动轴承早期故障诊断

    陶翰铭张栋良吴坤鹏吴杰...
    156-164页
    查看更多>>摘要：针对滚动轴承早期故障特征易受强背景噪声影响而难以提取的问题，提出一种基于阿基米德算法(Archi-medes Optimization Algorithm，AOA)优化变分模态分解(Variational Mode Decomposition，VMD)和相关最大峭度解卷积(Maximum Correlated Kurtosis Deconvolution，MCKD)参数的滚动轴承故障诊断方法。首先，将不同移位数下相关峭度和现有指标进行对比，选取最优相关峭度指标作为目标函数优化VMD算法中分解层数K和惩罚因子，并基于VMD分解结果选取最优分量;其次，提出一种加权包络谱峭度作为目标函数优化MCKD算法中滤波器长度L和冲击信号周期T，基于MCKD算法增强最优分量中的冲击成分;最后，通过包络谱分析判断滚动轴承故障类型。仿真和试验结果表明，该方法可以有效提取并增强故障中的冲击成分，实现在强背景噪声下的滚动轴承早期故障诊断。

    故障诊断滚动轴承阿基米德算法变分模态分解最大相关峭度解卷积

      原文链接:
    • 万方数据
    • 维普

    基于RMS子线区间拟合法的轴承剩余寿命预测

    王贡献张腾胡志辉杨仲...
    165-171页
    查看更多>>摘要：轴承剩余使用寿命(Residual life，RL)预测模型的预测精度在很大程度上取决于衰退特征的趋势一致性。由于轴承个体差异性，导致同类型不同轴承的相同特征衰退趋势表现不同，从而导致训练集轴承建立的RL预测模型与测试集轴承不匹配。针对上述问题，本文提出一种基于振动信号均方根(RMS)趋势一致性的子线区间拟合法轴承寿命预测方法。依据μ±3σ原则提出一种奇异值替换方法，有效增强RMS衰退曲线的趋势一致性，并基于RMS衰退曲线高度的趋势一致性提出子线区间拟合法，利用XJTU-SY数据集对提出方法进行测试与验证，并与常见的寿命预测方法反向传播神经网络(Back Propagation Neural Network，BPNN)与长短期记忆神经网络(Long Short-term Memory Network，LSTM)预测结果进行对比，可有效提升轴承RL预测精度。

    故障诊断滚动轴承趋势一致性奇异值替换子线区间拟合寿命预测

      原文链接:
    • 万方数据
    • 维普

    基于VMD-RCMFE的船用柴油机故障特征提取方法

    王家兴向阳陈天佑
    172-178,254页
    查看更多>>摘要：柴油机作为船舶的核心动力来源，一旦发生故障将严重影响船舶安全，为保证船舶及船员安全，需要对船舶柴油机进行故障诊断研究。本文以WP6型船用6缸柴油机为研究对象，对失火、进气滤器堵塞、进气门间隙过大及排气门间隙过大多种故障进行研究。针对船舶柴油机缸盖振动信号的非线性和非平稳特性，提出一种基于变分模态分解(Variational Mode Decomposition，VMD)、精细化复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy，RCMFE)、支持向量机(Support Vector Machines，SVM)的柴油机故障诊断方法。该方法首先利用VMD方法对缸盖振动信号进行降噪处理，然后利用RCMFE方法提取柴油机缸盖振动信号中隐含的故障特征，最后采用SVM模型进行诊断，诊断精度高达99。2％。

    故障诊断船舶柴油机缸盖振动变分模态分解精细化复合多尺度模糊熵

      原文链接:
    • 万方数据
    • 维普

    柴油机异响噪声诊断研究

    周启迪孙婷婷丁宁蒲博闻...
    179-184页
    查看更多>>摘要：柴油机噪声具有非线性和非稳态特征，导致异响诊断难度较大。目前多采用阶次分析和信号处理方法进行异响诊断，但该方法对于非阶次和高频异响源适用性不足。为解决上述问题，本研究提出一种基于特征参量MAP和声阵列技术的异响诊断方法，首先基于特征响度MAP、音噪比MAP和突出比MAP确定异响的可能频段，根据特征提取结果进行噪声样本滤波设计，并结合主观评审试验确定异响噪声频谱分布，最后通过声阵列技术进行异响源诊断。将本研究提出的方法应用于柴油机异响诊断研究，发现异响噪声主要分布在11700～12200 Hz，异响源为涡轮增压器压气机，本研究提出的方法对于动力机械异响源诊断更具有通用性。

    故障诊断柴油机异响噪声特征提取声品质

      原文链接:
    • 万方数据
    • 维普

    基于并行特征提取的轴承故障诊断方法

    郑皓文汪凯程源冯郑雨...
    185-190,197页
    查看更多>>摘要：应对在工业噪声环境下如何提高现有轴承故障诊断方法的鲁棒性能和泛化性能，提出一种卷积自编码器-长短期记忆(Convolutional AutoEncoder-Long Short-Term Memory，CAE-LSTM)并行特征提取模型。该方法使用CAE编码器冻结的局部空间特征融合长短期记忆-1维卷积网络(Long Short-Term Memory-1-dimensional Convolutional Neural Network，LSTM-1DCNN)所提取的时序相关性特征完成模型训练，在特征融合过程引入有效通道注意力机制(Efficient Channel Attention，ECA)完成特征的权重分配，实现全局特征信息的充分提取，最终通过Softmax函数输出轴承的故障诊断结果。在自测和公开的轴承数据集上进行实验验证，其对比实验结果表明:所提出的并行特征提取模型具备优良的轴承故障诊断性能，且具备较好的噪声鲁棒性和泛化能力。

    故障诊断轴承并行特征CAELSTM特征融合

      原文链接:
    • 万方数据
    • 维普

    主动悬架识别路面扰动反馈最优控制策略研究

    吕文博赵又群
    191-197页
    查看更多>>摘要：针对现有主动悬架在应用最优控制时缺乏路面扰动识别内容的问题，提出一种识别路面扰动反馈的最优控制器。该控制器在传统系统状态反馈最优控制的基础上引入扰动反馈项，并通过粒子群算法优化加权系数，同时采用直线电机作为作动器。考虑到路面不平度与系统状态响应获取存在先后顺序，采用开环带有外部输入的非线性自回归(Nonlinear Auto-regressive Model with Exogenous Inputs，NARX)神经网络预测与逆模型相结合的方法来识别路面不平度。神经网络离线训练在线识别，识别模块实时将结果传输给控制器。在整车模型上对控制策略进行仿真。结果表明，粒子群优化使平顺性指标显著改善;采用的路面识别方法可有效提高识别的精确性;与不识别扰动控制相比，本策略可有效降低悬架动挠度的恶化，并改善整体控制效果。

    振动与波主动悬架最优控制粒子群算法路面不平度识别NARX神经网络逆模型

      原文链接:
    • 万方数据
    • 维普

    汽车非平稳车内噪声时变综合烦躁度客观评价方法

    冯天培惠延波王岩松马喜岭...
    198-205页
    查看更多>>摘要：与汽车非平稳车内噪声时变声品质主观评价序列的平滑性相反，传统客观评价模型输出的预测序列是较为波动的。本文在传统模型建立的基础上，利用Savitzky-Golay滤波器对预测序列进行时域平滑后处理。检验结果表明，相比于预测序列，时序平滑评价序列对车内噪声时变综合烦躁度的评价性能更高，预测精度(误差均方根值降低11。40％)、稳定性(误差方差降低31。50％)与一致性(Pearson相关系数提高9。95％)均得到较大提高。在传统模型基础上对预测序列进行时域平滑后处理，是具有更高精度的时变综合烦躁度客观评价方法。

    声学非平稳车内噪声时变声品质评价客观评价方法时间序列Savitzky-Golay平滑滤波器

      原文链接:
    • 万方数据
    • 维普