基于循环包络经验傅里叶分解的轴承故障诊断方法

针对傅里叶分解方法存在过度分解、运算时间长等问题,提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法,并将该算法运用到滚动轴承故障诊断中。首先,对信号进行了快速傅里叶变换(FFT),获得了信号的频谱,对傅里叶频谱进行了循环包络,得到了包络曲线,减少了无用极值点的个数,抑制了噪声对分量的干扰;然后,采用改进的局部最大最小值(local max min)分割技术,对频谱包络曲线进行了频带分割;最后,构建了零相位滤波器,采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构,得到了若干个瞬时频率且具有物理意义的单分量信号;通过对仿真信号和滚动轴承实测信号的分析,并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明:采用CEEFD方法获得的单分量包含了更准确的故障特征信息,验证了CEEFD方法的有效性,CEEFD方法可用于轴承的故障诊断;相对于上述方法,CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。

摩托车电喇叭声音性能分析方法研究

为实现在生产线上对摩托车电喇叭产品进行合格检测和调试,建立了机动车电喇叭的物理/数学模型,分析研究了声音性能指标参数与电喇叭机械零部件之间的关系,提出了一种通过频域图中包络的幅度值和周期范围对检测结果进行分析,并指导调节喇叭参数的声音性能分析方法,实现了对电喇叭产品的频谱包络、共振峰值的位置和基频周期等合格性指标的有效检测与快速调试。实践证明,该方法行之有效,且操作性强。