检索结果

Select

1. 多通道PID神经网络解耦有源控制算法

吴雪纯, 王岩松, 郭辉, 郑立辉, 袁涛, 朱瑞

噪声与振动控制 2022, 42 (6): 38-44.

摘要（277）

PDF（pc）（2137KB）（848）

为满足多目标区域降噪要求，研究多通道有源噪声控制系统至关重要。随着声通道数量增加，通道间会出现相互耦合，增加系统复杂性且影响系统稳定性。为解决通道耦合问题，提出一种基于比例积分微分(PID)神经网络和滤波x 最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上，利用PID 神经网络对有源控制系统控制参数进行调整，获得最优控制，同时对多通道有源控制系统解耦和控制问题进行处理。结果表明，PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法，在降噪效果方面，该算法残余误差信号幅值最小，更适用于多通道有源噪声控制系统。

相关文章 | 多维度评价

Select

2. 基于敏感特征评估的退火窑辊道轴承故障诊断方法

周康渠1，阚志群1，辛玉1，吴雪明2，张朝武1

噪声与振动控制 2021, 41 (5): 147-154. DOI: 10.3969/j.issn.1006-1355.2021.05.024

摘要（592）

PDF（pc）（2446KB）（455）

针对玻璃生产线退火窑辊道轴承振动信号存在强噪声污染，故障诊断准确率低，效率差等问题，提出了一种基于灰关联熵分析和敏感特征评估的辊道轴承故障智能诊断方法。首先，将原故障信号用经验模态分解为多个IMF分量，采用灰关联熵分析法筛选IMF分量并进行小波阈值降噪，重构故障信号。其次，选择时域和频域特征，定义基于故障特征类间、类内距离的敏感特征评估因子，筛选出敏感特征集。最后，使用RBF神经网络对故障特征集进行识别。滚动轴承故障测试实验结果表明，该方法能够有效提升故障轴承振动信号的信噪比，并评估筛选出敏感特征，从而实现对滚动轴承的智能诊断。

相关文章 | 多维度评价

Select

3. 《斜筒式滚筒洗衣机工作变形与低频噪声分析》

刘斌;冯涛;吴雪;黄志刚;朱腾飞

2010, 30 (3): 50-54. DOI: 10.3969/j.issn.1006-1355.2010.03.014

摘要（3684）

PDF（pc）（268KB）（1698）

利用工作变形分析技术，研究了某款斜筒式滚筒洗衣机脱水工作过程低频段（7-600Hz）的振动变形，结合噪声量测分析手段，对振动和低频噪声的关联特性进行初步探讨。结果表明，脱水工作过程中电机、滚筒等部件的运动不平衡力及电机的电磁激振力是整机振动主要原因；低频噪声主要由洗衣机结构对电机激励的振动响应所致，两侧壁辐射的噪声明显高于前后方向。低频噪声的控制可以通过改变结构的振动响应特性实现。