CN112033684A - 一种激振点对响应点振动贡献度辨识方法 - Google Patents

一种激振点对响应点振动贡献度辨识方法 Download PDF

Info

Publication number
CN112033684A
CN112033684A CN202010969864.XA CN202010969864A CN112033684A CN 112033684 A CN112033684 A CN 112033684A CN 202010969864 A CN202010969864 A CN 202010969864A CN 112033684 A CN112033684 A CN 112033684A
Authority
CN
China
Prior art keywords
vibration
point
excitation
response
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010969864.XA
Other languages
English (en)
Other versions
CN112033684B (zh
Inventor
葛向东
高强
吴法勇
安中彦
路阳
庞广龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AECC Shenyang Engine Research Institute
Original Assignee
AECC Shenyang Engine Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AECC Shenyang Engine Research Institute filed Critical AECC Shenyang Engine Research Institute
Priority to CN202010969864.XA priority Critical patent/CN112033684B/zh
Publication of CN112033684A publication Critical patent/CN112033684A/zh
Application granted granted Critical
Publication of CN112033684B publication Critical patent/CN112033684B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/02—Details or accessories of testing apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/12—Testing internal-combustion engines by monitoring vibrations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/025—Measuring arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Acoustics & Sound (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Combustion & Propulsion (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Engines (AREA)

Abstract

本申请属于激振点对响应点振动贡献度分析技术领域，具体涉及一种激振点对响应点振动贡献度辨识方法，包括：对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵；基于多组响应点的振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，其中，多组激振点的振动矩阵可以是发动机不同转速下的发动机上各支点主轴承振动数据组成的矩阵；多组响应点的振动矩阵可以是发动机不同转速下的发动机机匣上各响应点振动数据组成的矩阵。

Description

一种激振点对响应点振动贡献度辨识方法
技术领域
本申请属于激振点对响应点振动贡献度分析技术领域，具体涉及一种激振点对响应点振动贡献度辨识方法。
背景技术
发动机中激振力主要由转子产生，经由各支点主轴承外传至发动机机匣，获取各个支点主轴承对发动机机匣上响应点振动贡献度，对于发动设计具有重要的指导意义。
当前，分析模型中，假设发动机机匣上响应点的振动仅由临近支点主轴承激振引起，未考虑其它支点主轴承座对发动机机匣上该响应点振动贡献的影响，而实际中，发动机机匣上响应点的振动是各个支点主轴承激振耦合的结果，基于上述方案得到的结果与实际相差较大，且需进行多次独立的试验以采集相关的数据。
鉴于上述技术缺陷的存在提出本申请。
需注意的是，以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本申请的目的是提供一种激振点对响应点振动贡献度辨识方法，以克服或减轻已知存在的至少一方面的技术缺陷。
本申请的技术方案是：
一种激振点对响应点振动贡献度辨识方法，包括：
对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵；
基于多组响应点的振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，所述对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵，具体为：
X＝U∑VT；
UUT＝I；
VVT＝I；
其中，
X为多组激振点的振动矩阵；
∑为对多组激振点的振动矩阵X进行奇异值分解，得到的奇异值矩阵。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，基于响应点振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，具体为：
T＝V∑-1UTY；
其中，
T为激振点对响应点的贡献度矩阵；
Y为多组响应点的振动矩阵。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000021
其中，
Figure BDA0002683708440000022
为第q组激点中第n个激振点的振动数据。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000031
其中，
Figure BDA0002683708440000032
为对应于第q组激振点第m个响应点的振动数据。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000033
其中，
Figure BDA0002683708440000034
为一组激点中第n个激振点对第m个响应点的贡献度。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，判断激振点、响应点的振动的重相干函数是否超过设定值，若否，则更新各个激振点。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，所述重相干函数具体为：
Figure BDA0002683708440000035
Figure BDA0002683708440000036
Figure BDA0002683708440000037
其中，
Figure BDA0002683708440000041
为重相干函数；
Gyy为响应点振动的自功率谱；
Gxy为激振点、响应点振动间的互功率谱。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，所述设定值为0.6。
根据本申请的至少一个实施例，上述的激振点对响应点振动贡献度辨识方法中，所述激振点为发动机上各支点主轴承；
所述响应点为发动机机匣上各响应点。
附图说明
图1是本申请实施例提供的激振点对响应点振动贡献度辨识方法的流程图；
图2是本申请实施例提供的在不同转速下发动机上Y值与
Figure BDA0002683708440000042
值的对比图；
图3是本申请实施例提供的在不同转速下发动机支点主轴承水平、垂直两个方向的激振点贡献度对比图；
图4是本申请实施例提供的在一同一转速下发动机支点主轴承水平、垂直两个方向的激振点贡献度对比图。
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；此外，附图用于示例性说明，其中描述位置关系的用语仅限于示例性说明，不能理解为对本专利的限制。
具体实施方式
为使本申请的技术方案及其优点更加清楚，下面将结合附图对本申请的技术方案作进一步清楚、完整的详细描述，可以理解的是，此处所描述的具体实施例仅是本申请的部分实施例，其仅用于解释本申请，而非对本申请的限定。需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分，其他相关部分可参考通常设计，在不冲突的情况下，本申请中的实施例及实施例中的技术特征可以相互组合以得到新的实施例。
此外，除非另有定义，本申请描述中所使用的技术术语或者科学术语应当为本申请所属领域内一般技术人员所理解的通常含义。本申请描述中所使用的“上”、“下”、“左”、“右”、“中心”、“竖直”、“水平”、“内”、“外”等表示方位的词语仅用以表示相对的方向或者位置关系，而非暗示装置或元件必须具有特定的方位、以特定的方位构造和操作，当被描述对象的绝对位置发生改变后，其相对位置关系也可能发生相应的改变，因此不能理解为对本申请的限制。本申请描述中所使用的“第一”、“第二”、“第三”以及类似用语，仅用于描述目的，用以区分不同的组成部分，而不能够将其理解为指示或暗示相对重要性。本申请描述中所使用的“一个”、“一”或者“该”等类似词语，不应理解为对数量的绝对限制，而应理解为存在至少一个。本申请描述中所使用的“包括”或者“包含”等类似词语意指出现在该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
此外，还需要说明的是，除非另有明确的规定和限定，在本申请的描述中使用的“安装”、“相连”、“连接”等类似词语应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，领域内技术人员可根据具体情况理解其在本申请中的具体含义。
下面结合附图1至图4对本申请做进一步详细说明。
一种激振点对响应点振动贡献度辨识方法，包括：
对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵；
基于多组响应点的振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵。
对于上述实施例公开的激振点对响应点振动贡献度辨识方法，领域内技术人员可以理解的是，基于多组响应点的振动矩阵、多组激振点的振动矩阵的奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，进而能够得到每组激点中各个激振点对各个响应点的贡献度。
对于上述实施例公开的激振点对响应点振动贡献度辨识方法，领域内技术人员还可以理解的是，该方法中通过构建多组响应点的振动矩阵、多组激振点的振动矩阵的奇异值矩阵间传递关系，即构建多激振点、多响应点振动间的传递关系，得到激振点对响应点的贡献度矩阵，快捷、有效，其相关数据可由有限次采集即可获得。
对于上述实施例公开的激振点对响应点振动贡献度辨识方法，领域内技术人员还可以理解的是，对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵，其后基于多组响应点的振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，可有效屏蔽串扰、噪声造成的影响。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，所述对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵，具体为：
X＝U∑VT；
UUT＝I；
VVT＝I；
其中，
X为多组激振点的振动矩阵；
∑为对多组激振点的振动矩阵X进行奇异值分解，得到的奇异值矩阵。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，基于响应点振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，具体为：
T＝V∑-1UTY；
其中，
T为激振点对响应点的贡献度矩阵；
Y为多组响应点的振动矩阵。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000071
其中，
Figure BDA0002683708440000072
为第q组激点中第n个激振点的振动数据。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000073
其中，
Figure BDA0002683708440000074
为对应于第q组激振点第m个响应点的振动数据。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，
Figure BDA0002683708440000075
其中，
Figure BDA0002683708440000076
为一组激点中第n个激振点对第m个响应点的贡献度。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，判断激振点、响应点的振动的重相干函数是否超过设定值，若否，则更新各个激振点。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，所述重相干函数具体为：
Figure BDA0002683708440000081
Figure BDA0002683708440000082
Figure BDA0002683708440000083
其中，
Figure BDA0002683708440000084
为重相干函数；
Gyy为响应点振动的自功率谱；
Gxy为激振点、响应点振动间的互功率谱。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，所述设定值为0.6。
对于上述实施例公开的激振点对响应点振动贡献度辨识方法，领域内技术人员可以理解的是，重相干函数反映响应点振动中有多少是由于激励点振动引起的，其值越大，说明响应点振动中由于激振点引发的比例越高，越接近真实，重要的激振点都已经被考虑，反之，其值越小，说明响应点振动中由于激振点引发的比例越小，偏离真实，重要的激振点有遗漏，在其值达到0.6以上时，可认为重要的激振点都已经被考虑，在其值小于0.6时，说明有重要的激振点被遗漏，偏离真实较大，需要更新激振点，重新进行相关步骤，更新激振点具体可以是增加新的激振点，以及在增加新激振点的同时，剔除贡献度低的激振点。
在一些可选的实施例中，上述的激振点对响应点振动贡献度辨识方法中，所述激振点为发动机上各支点主轴承；
所述响应点为发动机机匣上各响应点；
多组激振点的振动矩阵可以是发动机不同转速下的发动机上各支点主轴承振动数据组成的矩阵；
多组响应点的振动矩阵可以是发动机不同转速下的发动机机匣上各响应点振动数据组成的矩阵。
在一个更为具体的实施例中，发动机上支点主轴承包括No.1、No.2、No.3、No.4、No.5，在不同转速下的振动矩阵为X；
发动机机匣上响应点包括A1，在不同转速下的振动矩阵为Y，基于
Figure BDA0002683708440000091
计算的振动矩阵，对比如图2所示，可以看出Y值与
Figure BDA0002683708440000092
值基本重合，表明本申请实施例提供的激振点对响应点振动贡献度辨识方法应用于发动机上支点主轴承对发动机机匣上响应点振动贡献度的确定与实际相符，真实有效。
基于本申请实施例公开的激振点对响应点振动贡献度辨识方法，对于上述发动机上支点主轴承包括No.1、No.2、No.3、No.4、No.5，发动机机匣上响应点A1有以下结果：
在不同转速下，发动机机匣上A1振动的贡献主要来源于No.1、No.2、No.3、No.5振动，在不同转速下，No.1、No.2、No.3、No.5对在水平、垂直两个方向的贡献
Figure BDA0002683708440000093
如图3所示；在一同一转速下，发动机匣上A1振动的贡献度
Figure BDA0002683708440000094
图4所示。
至此，已经结合附图所示的优选实施方式描述了本申请的技术方案，领域内技术人员应该理解的是，本申请的保护范围显然不局限于这些具体实施方式，在不偏离本申请的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本申请的保护范围之内。

Claims (10)

1.一种激振点对响应点振动贡献度辨识方法，其特征在于，包括：
对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵；
基于多组响应点的振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵。
2.根据权利要求1所述的激振点对响应点振动贡献度辨识方法，其特征在于，
所述对多组激振点的振动矩阵进行奇异值分解，得到的奇异值矩阵，具体为：
X＝U∑VT；
UUT＝I；
VVT＝I；
其中，
X为多组激振点的振动矩阵；
∑为对多组激振点的振动矩阵X进行奇异值分解，得到的奇异值矩阵。
3.根据权利要求2所述的激振点对响应点振动贡献度辨识方法，其特征在于，
基于响应点振动矩阵、奇异值矩阵，计算得到激振点对响应点的贡献度矩阵，具体为：
T＝V∑-1UTY；
其中，
T为激振点对响应点的贡献度矩阵；
Y为多组响应点的振动矩阵。
4.根据权利要求3所述激振点对响应点振动贡献度辨识方法，其特征在于，
Figure FDA0002683708430000021
其中，
Figure FDA0002683708430000022
为第q组激点中第n个激振点的振动数据。
5.根据权利要求4所述的激振点对响应点振动贡献度辨识方法，其特征在于，
Figure FDA0002683708430000023
其中，
Figure FDA0002683708430000024
为对应于第q组激振点第m个响应点的振动数据。
6.根据权利要求5所述的激振点对响应点振动贡献度辨识方法，其特征在于，
Figure FDA0002683708430000025
其中，
Figure FDA0002683708430000026
为一组激点中第n个激振点对第m个响应点的贡献度。
7.根据权利要求1所述的激振点对响应点振动贡献度辨识方法，其特征在于，
判断激振点、响应点的振动的重相干函数是否超过设定值，若否，则更新各个激振点。
8.根据权利要求7所述的激振点对响应点振动贡献度辨识方法，其特征在于，
所述重相干函数具体为：
Figure FDA0002683708430000031
Figure FDA0002683708430000032
Figure FDA0002683708430000033
其中，
Figure FDA0002683708430000034
为重相干函数；
Gyy为响应点振动的自功率谱；
Gxy为激振点、响应点振动间的互功率谱。
9.根据权利要求7所述的激振点对响应点振动贡献度辨识方法，其特征在于，
所述设定值为0.6。
10.根据权利要求1所述的激振点对响应点振动贡献度辨识方法，其特征在于，
所述激振点为发动机上各支点主轴承；
所述响应点为发动机机匣上各响应点。
CN202010969864.XA 2020-09-15 2020-09-15 一种激振点对响应点振动贡献度辨识方法 Active CN112033684B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010969864.XA CN112033684B (zh) 2020-09-15 2020-09-15 一种激振点对响应点振动贡献度辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010969864.XA CN112033684B (zh) 2020-09-15 2020-09-15 一种激振点对响应点振动贡献度辨识方法

Publications (2)

Publication Number Publication Date
CN112033684A true CN112033684A (zh) 2020-12-04
CN112033684B CN112033684B (zh) 2023-10-10

Family

ID=73589429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010969864.XA Active CN112033684B (zh) 2020-09-15 2020-09-15 一种激振点对响应点振动贡献度辨识方法

Country Status (1)

Country Link
CN (1) CN112033684B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726356A (zh) * 2009-12-02 2010-06-09 南京航空航天大学 微弱振动信号的谐波小波频域提取与振源识别方法
CN104634445A (zh) * 2015-01-27 2015-05-20 西安交通大学 一种双转子航空发动机时变振动贡献量检测方法及系统
CN105068973A (zh) * 2015-08-31 2015-11-18 华南理工大学 一种频响函数计算中的矩阵分解奇异值取舍方法
CN106528955A (zh) * 2016-10-18 2017-03-22 西安交通大学 基于阻尼奇异值分解的运行工况传递路径分析方法
CN106706118A (zh) * 2016-12-09 2017-05-24 西安交通大学 基于盲源分离技术的运行工况传递路径分析方法
CN107393522A (zh) * 2016-05-11 2017-11-24 哈曼贝克自动系统股份有限公司 选择车辆上主动道路噪声控制的传感器位置的方法和系统
CN108563834A (zh) * 2018-03-19 2018-09-21 上海交通大学 汽车排气系统多路径振动传递分析方法
CN109580144A (zh) * 2018-11-19 2019-04-05 西安交通大学 一种基于改进重相干分析的otpa路径遗漏检验方法
CN110749373A (zh) * 2018-07-24 2020-02-04 上汽通用五菱汽车股份有限公司 一种汽车噪声源检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101726356A (zh) * 2009-12-02 2010-06-09 南京航空航天大学 微弱振动信号的谐波小波频域提取与振源识别方法
CN104634445A (zh) * 2015-01-27 2015-05-20 西安交通大学 一种双转子航空发动机时变振动贡献量检测方法及系统
CN105068973A (zh) * 2015-08-31 2015-11-18 华南理工大学 一种频响函数计算中的矩阵分解奇异值取舍方法
CN107393522A (zh) * 2016-05-11 2017-11-24 哈曼贝克自动系统股份有限公司 选择车辆上主动道路噪声控制的传感器位置的方法和系统
CN106528955A (zh) * 2016-10-18 2017-03-22 西安交通大学 基于阻尼奇异值分解的运行工况传递路径分析方法
CN106706118A (zh) * 2016-12-09 2017-05-24 西安交通大学 基于盲源分离技术的运行工况传递路径分析方法
CN108563834A (zh) * 2018-03-19 2018-09-21 上海交通大学 汽车排气系统多路径振动传递分析方法
CN110749373A (zh) * 2018-07-24 2020-02-04 上汽通用五菱汽车股份有限公司 一种汽车噪声源检测方法
CN109580144A (zh) * 2018-11-19 2019-04-05 西安交通大学 一种基于改进重相干分析的otpa路径遗漏检验方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
傅志方: "《振动模态分析与参数辨识》", 30 September 1990, 机械工业出版社 *
左曙光 等: "《工况传递路径分析在方向盘振源识别中的应用》", 《噪声与振动控制》 *
廖毅 等: "《基于工况传递路径分析的汽车路噪优化方法研究》" *
张磊 等: "《工况传递路径分析中遗漏路径无法识别的问题研究》" *
郑启明 等: "《利用改进重相干分析改进订标机工况传递路径模型》" *
颜为光: "《基于传递路径分析的振动预测及振源贡献量计算研究》", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》 *
黄彩霞 等: "《工业平缝机噪声源定位与低噪声结构设计》", 《噪声与振动控制》 *

Also Published As

Publication number Publication date
CN112033684B (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
Choudhary et al. Multi-input CNN based vibro-acoustic fusion for accurate fault diagnosis of induction motor
CN110672343B (zh) 基于多注意力卷积神经网络的旋转机械故障诊断方法
Kateris et al. A machine learning approach for the condition monitoring of rotating machinery
CN111260125B (zh) 一种轨道车辆部件的温度异常检测方法
Zhao et al. Gearbox fault diagnosis using complementary ensemble empirical mode decomposition and permutation entropy
CN109211546B (zh) 基于降噪自动编码器及增量学习的旋转机械故障诊断方法
Du et al. Fault diagnosis using adaptive multifractal detrended fluctuation analysis
CN112347588A (zh) 基于小波包分解的旋转机械故障诊断方法
Li et al. Fault diagnosis of rolling bearing under speed fluctuation condition based on Vold-Kalman filter and RCMFE
CN110940524B (zh) 一种基于稀疏理论的轴承故障诊断方法
Upadhyay et al. Diagnosis of bearing defects using tunable Q-wavelet transform
Saimurugan et al. A comparative study of sound and vibration signals in detection of rotating machine faults using support vector machine and independent component analysis
Reddy et al. Application of artificial neural networks for identification of unbalance and looseness in rotor bearing systems
Zabin et al. Hybrid deep transfer learning architecture for industrial fault diagnosis using Hilbert transform and DCNN–LSTM
Lei et al. Application of a novel hybrid intelligent method to compound fault diagnosis of locomotive roller bearings
CN112577743A (zh) 一种基于最大局部边界准则的滚动轴承故障诊断方法
CN111413925A (zh) 一种基于声音信号的机床故障预测方法
CN112116029A (zh) 一种多尺度结构与特征融合的齿轮箱智能故障诊断方法
Mishra et al. Analysis of faults in rotor-bearing system using three-level full factorial design and response surface methodology
CN112033684A (zh) 一种激振点对响应点振动贡献度辨识方法
CN111811819A (zh) 一种基于机器学习的轴承故障诊断方法及装置
RU2708965C1 (ru) Способ исследования функционального поведения технической системы и блок обработки
CN110781612A (zh) 滚珠丝杠的故障诊断方法、装置、计算机设备和存储介质
CN117171544B (zh) 基于多通道融合卷积神经网络的电机振动故障诊断方法
Kim et al. MPARN: multi-scale path attention residual network for fault diagnosis of rotating machines

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant