项目名称: 旋转机械瞬态声场重建与特征提取方法研究

项目编号: No.51475286

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 机械、仪表工业

项目作者: 陈进

作者单位: 上海交通大学

项目金额: 80万元

中文摘要: 利用声学原理和技术来分析旋转机械设备运行中形成的噪声源(或振动源),对于保障设备的安全可靠运行、实施噪声与振动控制、提高舒适性品质等均起着非常重要的作用。本项目拟以汽车、摩托车发动机、电机等旋转机械设备为主要研究对象,深入研究变转速工况下设备的瞬态声场重建与特征提取方法。首先,针对常规声场重建技术不适用于瞬态声场的难题,本项目将时频分析方法与声场重建算法(如NAH、波束形成、波叠加等)相结合,形成一套有效的瞬态声场重建算法理论体系;其次,针对旋转机械辐射声场与转速密切相关的特点,将瞬态声场重建与转速跟踪、阶次分析相结合,高效重建设备不同阶次下随转速变化的瞬态空间声场;最后,根据声场重建结果,利用特征提取技术识别旋转机械运行状态下的噪声源,并找到产生异常噪声的原因。本项目形成的旋转机械瞬态声场重建与声学特征提取方法,将为进一步开展旋转机械故障诊断、噪声控制提供有力支持与补充。

中文关键词: 旋转机械;瞬态声场重建;声全息;特征提取;阶次分析

英文摘要: Noise source or vibration source identification of operating rotating machinery using acoustic principles and techniques, is very important for the safe operation, noise and vibration control , and the comfort quality of the equipment. Taking car engines, motorcycle engines, motors, and other rotating machinery as the main research objects, this project intends to perform in-depth study of rotating machinery transient sound field reconstruction under non-steady operating conditions and feature extraction methods. Firstly, facing the difficulty that the existing conventional sound field reconstruction techniques are not suitable for the transient sound field, time-frequency analysis methods will be combined with sound field reconstruction methods (NAH, beam forming, wave superposition method, etc.) to build an effective solution for transient sound field reconstruction; Secondly, as the radiated sound field of rotating machinery is closely related to the rotating speed, speed tracking and order analysis will be combined with the transient sound field reconstruction methods, and the transient sound field of the rotating equipment at different orders can be reconstructed efficiently; Finally, based on the sound reconstruction results, feature extraction methods will be studied to identify the noise sources, then the machinery operating status can be known and the causes of the abnormal noises can be identified. The rotating machinery transient sound field reconstruction methods and acoustic feature extraction methods for rotating machinery based on this project will provide a reliable support for further mechanical failure diagnosis, noise control, and so on.

英文关键词: rotating machinery;transient sound field reconstruction;acoustic holography;feature extraction;order analysis

成为VIP会员查看完整内容
1

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【NeurIPS 2021】流形上的注意力机制:规范等变的Transformer
重磅 |《企业数字化转型白皮书(2021版)》发布!83页pdf
专知会员服务
162+阅读 · 2021年11月11日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
142+阅读 · 2021年8月12日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
103+阅读 · 2020年11月27日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月22日
Arxiv
0+阅读 · 2022年4月21日
Image Segmentation Using Deep Learning: A Survey
Arxiv
44+阅读 · 2020年1月15日
小贴士
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【NeurIPS 2021】流形上的注意力机制:规范等变的Transformer
重磅 |《企业数字化转型白皮书(2021版)》发布!83页pdf
专知会员服务
162+阅读 · 2021年11月11日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
142+阅读 · 2021年8月12日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
103+阅读 · 2020年11月27日
相关资讯
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员