机电设备故障音频特征提取方法研究

针对机电设备的故障音频信号特征,深入研究了ICA信号处理过程并引入了基于负熵的快速不动点算法。提出了基于EMD-ICA的故障音频特征提取方法,通过EMD的自适应分解能力,解决了ICA处理过程中信号源数目的限制问题,同时利用ICA方法的盲源分离能力,避免了EMD分解的模态混叠现象。实验表明:通过EMD-ICA方法,能有效对机电设备故障音频特征进行提取,在故障诊断的准确性和鲁棒性方面具有优势。

机电设备故障声源定位系统设计

针对传统设备状态监测与故障诊断系统中数据量大、实时性与可移植性差等问题,设计了一种故障声源定位系统。基于麦克风四元阵模型,通过广义互相关算法(GCC)完成时延估计从而对声源进行定位。采用Lab VIEW搭建了系统的软件平台,提供了模块化的人机交互界面。经测试,在杂波环境下,该系统能对设备运行的故障声响进行有效定位,位置精度误差小于5 cm,同时具有良好的实时性与可靠性。

一种基于阶跃图像的条纹投影轮廓术校正方法

投影仪的非线性响应导致投影条纹图产生意外的变化,在条纹投影轮廓术中严重影响了最终的三维测量精度。以前的方法要么需要处理大量的图像,要么容易受到斜角投影的影响,而现有的伽玛校正方法并没有考虑到这一点。通过建立系统成像模型,分析了倾角投影对成像光谱的影响,提出一种基于阶跃成像的伽玛校正方法。由于数据在空间上的处理和阶跃图像的性质,该方法不需要计算就能实现对不同投影角度的伽玛参数进行可靠地估计。最后,通过实验验证了该方法的有效性。

基于EMD-ICA音频特征提取的故障诊断系统设计

机械设备在运行时,其音频信号往往包含了诸多状态特征。然而在工业环境下,设备故障的音频特征易受现场各种噪声信号的干扰,致使音频信号在故障诊断中的应用存在很大的局限性。针对这一问题,设计了一种基于EMD-ICA音频特征提取的故障诊断系统。利用EMD-ICA联合处理技术,对参数未知的源信号进行了有效分解,进而通过峰值分析与峭度值分析对故障音频特征实现了成功提取。经测试表明,在杂波环境下,系统能对设备故障作出正确诊断,与传统的音频故障诊断系统相比,其诊断准确性具有较大优势。