检索结果

Select

1. 考虑啮入冲击激励的跨座式单轨牵引齿轮箱振动噪声预估与试验研究

甘纯, 何泽银, 张涛,

噪声与振动控制 2022, 42 (2): 23-28.

摘要（269）

PDF（pc）（2169KB）（643）

以跨座式单轨牵引齿轮箱为研究对象，综合考虑驱动电机扭矩波动引起的外部动态激励和啮入冲击激励、刚度激励、误差激励等内部动态激励，建立跨座式单轨牵引齿轮箱动力学有限元分析模型，基于模态叠加法求解齿轮箱振动模态与振动响应，并提取箱体外表面振动位移作为噪声预估边界条件；进而，建立单轨牵引齿轮箱声学边界元分析模型，借助直接边界元法对齿轮箱辐射噪声进行预估，得到箱体表面声压与场点声压值；而后，搭建跨座式单轨牵引齿轮箱振动噪声测试试验台，开展振动响应与辐射噪声测试。研究结果表明，箱体动态响应频域曲线的峰值及箱体表面声压最大值均出现在齿轮副的啮合频率及其倍频处；仿真所得的箱体振动加速度、外声场点辐射噪声与齿轮箱振动噪声试验台实测结果吻合良好，验证振动噪声预估方法的合理性。

相关文章 | 多维度评价

Select

2. 基于奇异谱分解和两层支持向量机轴承故障诊断方法#br#

汤天宝, 周志健, 张涛, 李可, 卢立新

噪声与振动控制 2022, 42 (1): 100-105.

摘要（568）

PDF（pc）（1454KB）（935）

为了解决轴承故障诊断数据样本量少，背景噪声干扰大和准确率不高的问题，提出一种基于奇异谱分解(Singular spectral decomposition，SSD)和两层支持向量机(Two-layer support vector machines，TSVM)的轴承故障诊断方法SSD-TSVM。该方法首先采集信号构建信号矩阵，然后对矩阵进行奇异谱分解，得到奇异谱分量(Singular spectralcomponent，SSC)和残差。根据改进的峭度准则选取奇异谱分量，进行矩阵重构，完成重构后进行特征提取，生成特征向量矩阵作为TSVM的输入。在输入层完成降维处理生成新的特征向量矩阵，在输出层进行轴承故障类型分类。最后分别采用西储大学公开轴承数据集和实验室风机轴承数据集进行验证。与多种其他故障诊断方法对比表明，SSDTSVM方法在轴承故障诊断方面具有更高的准确率。

相关文章 | 多维度评价

Select

3. 结合EMD与DWT-ACF的语音基音周期检测改进算法

张涛，章小兵，朱明星

噪声与振动控制 2018, 38 (2): 173-178. DOI: 10.3969/j.issn.1006-1355.2018.02.033

摘要（243）

PDF（pc）（1624KB）（896）

针对传统小波-自相关算法在噪声环境下检测语音的基音周期会出现偏差和漏报的情况，提出一种经验模式分解下的小波-自相关的基音周期检测改进算法。该算法首先利用经验模式分解去除含噪语音趋势项并减噪，再利用改进的小波-自相关法突出每个基音周期的峰值点，提高了基音周期检测的精度。实验结果表明，该改进方法可有效改善加噪语音在基音提取上出现的偏差误报情况以及避免部分倍频和半频错误，提高基音周期检测速率及准确率。