CN114813118B - 一种基于多物理场仿真的声纹监测装置布局方法及系统 - Google Patents
一种基于多物理场仿真的声纹监测装置布局方法及系统 Download PDFInfo
- Publication number
- CN114813118B CN114813118B CN202210735459.0A CN202210735459A CN114813118B CN 114813118 B CN114813118 B CN 114813118B CN 202210735459 A CN202210735459 A CN 202210735459A CN 114813118 B CN114813118 B CN 114813118B
- Authority
- CN
- China
- Prior art keywords
- gear
- gearbox shell
- gearbox
- sound pressure
- microphone
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012806 monitoring device Methods 0.000 title claims abstract description 26
- 238000004088 simulation Methods 0.000 title claims abstract description 22
- 238000009434 installation Methods 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims description 24
- 238000013519 translation Methods 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010297 mechanical methods and process Methods 0.000 claims description 2
- 238000005094 computer simulation Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000013013 elastic material Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
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
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/028—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
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- 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)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于多物理场仿真的声纹监测装置布局方法,构建齿轮箱中每一个齿轮对的传动模型,获取齿轮箱中的各个轴承的振动值序列;以与齿轮箱壳体连接处的各个轴承的振动值为边界条件,构建齿轮箱壳体的结构力学模型,得到齿轮箱壳体的振动值序列;构建齿轮箱壳体外部的一球形区域的压力声学模型,计算得到壳体振动向外发出的声波在球形区域中任意位置的声压‑频率关系;在多个麦克风备选安装位置,获取各个备选安装位置所对应的声压‑频率关系,计算每一个备选安装位置对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的位置为最优安装位置。本发明基于计算机仿真技术,对声纹监测装置的布局进行优化。
Description
技术领域
本发明涉及声纹监测技术领域,尤其涉及一种基于多物理场仿真的声纹监测装置布局方法及系统。
背景技术
机械振动信号的故障诊断对于保障机械设备的安全、稳定运行具有重要意义。基于机械振动信号分析的机械故障诊断方法具有可在线、实时、非损伤、诊断便捷准确等优点,已经取得了广泛的应用。目前,对旋转机械及其关键零部件进行远程运维或健康监测的研究已经有了一些技术方案,但是利用声纹特征进行远程运维的研究还不多见。所谓声纹,是指通过专用的电声转换仪器(声谱仪、语图仪等)将声波特征绘制成的波谱图形。
齿轮箱在运行过程中,会产生可以表征设备本身状态的特有的声音及振动,该声音可以通过电声学仪器所测量和分析。利用这一特性,将被检测设备的检测声纹信息与正常的声纹信息进行对比可以预判设备的工作状况,实现在设备发生故障前提前预知和排除。现有声纹异常检测技术中的特征提取过程通常使用梅尔频率倒谱系数(MFCC)进行声纹特征提取以模拟人耳的听觉特性,然而该方法在齿轮箱声纹检测任务中难以精确表示关键频率特性,导致算法精度不足。
公开号为CN112964304A的专利提出了一种旋转机械关键零部件远程运维方法,该发明的侧重点在于如何使用物联网技术将声纹监测模块和远程运维中心传数据,没有讲明声纹监测模块具体该怎么安装获得最好的信号输入。公开号为CN114184223A的专利提出了一种风力发电声纹监控系统,该发明是一套包含影像,温度,声音多个监测模块的监测系统,服务于风力发电机,并不牵涉到任意监测模块的优化设计。公开号为CN110617982A的专利提出了一种基于声纹信号的旋转机械设备故障识别方法,该方法中音频采集组件为均布设置,并不保证一定能够采集到声纹特征最佳的位置。
发明内容
鉴于此,本发明提供一种基于多物理场仿真的声纹监测装置布局方法及系统,基于计算机仿真技术,对声纹监测装置的布局进行优化。
为实现上述目的,本发明提供一种基于多物理场仿真的声纹监测装置布局方法,所述方法包括步骤:
S1、基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
S2、以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到齿轮箱壳体的振动值序列;
S3、根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
S4、在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
优选的,所述步骤S1包括:
根据所述齿轮箱中每一个齿轮的几何形状和材质,构建所述齿轮箱的三维结构模型,并以所述三维结构模型构建所述每一个齿轮对的传动模型;
根据所述几何形状和材质,获取所述每一个齿轮的质量和转动惯量。
优选的,所述步骤S1包括:
设置齿轮之间的初始弹性系数,以及齿轮之间弹性引起的转动角度变化修正值,计算得到齿轮间弹性引起的转动力矩;
设置齿轮之间的间隙,以及齿轮之间间隙引起的转动角度变化的修正值,计算齿轮之间间隙引起的转动力矩;
由所述齿轮间弹性引起的转动力矩和齿轮之间间隙引起的转动力矩构成所述齿轮所受外力引起的力矩。
优选的,所述步骤S1包括:
根据所述每一个齿轮的半径以及该齿轮所受外力引起的力矩,计算得到该齿轮所受的外力;
根据所述每一个齿轮的质量以及该齿轮在自身坐标系下所受的惯性力,以及该齿轮所受的外力,根据齿轮平动方程计算得到该齿轮质心在自身坐标系下的位移;
根据所述齿轮之间弹性引起的转动角度变化修正值,以及齿轮之间间隙引起的转动角度变化的修正值,根据齿轮对之间的齿轮传动方程,计算得到每一个齿轮的转动角度在其自身转轴方向上的分量随时间变化的关系;
根据所述每一个齿轮的转动惯量,以及该齿轮在自身坐标系下所受的惯性力引起的力矩以及所受外力引起的力矩,根据齿轮转动方程计算得到该齿轮的转动角度;
计算齿轮传动过程中齿轮箱中的每一个轴承的振动值序列为V(t):
其中,Vn(t)表示第n个轴承在t时刻的振动矢量,vnx(t)表示着第n个轴承在x轴方向t时刻的振动值。
优选的,所述步骤S2包括:
在振动值序列V(t)中,获取与齿轮箱壳体连接处的各个轴承的振动值,基于结构力学方法构建齿轮箱壳体的结构力学模型;
对于齿轮箱壳体螺栓固定处,设置边界条件为轮箱壳体的结构力学模型的固定边界条件:
以获取的与齿轮箱壳体连接处的各个轴承的振动值作为轮箱壳体的结构力学模型的边界条件:
使用结构力学软件对轮箱壳体的结构力学模型进行计算,得到齿轮箱壳体的振动值序列U(x,y,z,t)。
优选的,所述步骤S3包括:
对齿轮箱壳体外部的球形区域,构建该球形区域的压力声学方程为:
其中,ρ是空气的密度,pt是总压,Q为声音的传播加速度,在空气中时:
其中, f为声波的频率,Cc为声音在空气中的传播速度。
优选的,所述步骤S3包括:
通过公式(11)求解得到从齿轮箱箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系pt(f)。
优选的,所述步骤S4包括:
根据齿轮箱中每一个齿轮的转速,获取每一个齿轮的特征频率fα,α=1,2,…,n,对于任一个麦克风备选安装位置xβ来说,β=1,2,…,m,特征频率fα在麦克风备选安装位置xβ处的总声压值为ptβ(fα),则特征频率fα在所有的麦克风备选安装位置的总声压均值为:
优选的,所述步骤S4包括:
麦克风备选安装位置xβ处的各个特征频率的总声压值特征值之和Pβ为:
选取总声压特征值和Pβ中,最大者所对应安装位置为马克风的最优安装位置。
为实现上述目的,本发明提供一种基于多物理场仿真的声纹监测装置布局系统,所述系统包括:
传动模型构建模块,用于基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
齿轮箱壳体模型模块,用于以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到的振动值序列;
壳体外部区域模型模块,用于根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
安装位置选取模块,用于在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
与现有技术相比,本发明提供的一种基于多物理场仿真的声纹监测装置布局方法及系统,所带来的有益效果为:本发明基于计算机仿真技术求解得到在给定工况下齿轮箱周边所有位置处的声纹特征,通过和齿轮箱工作时的特征频率进行对比,从中可以分辨出哪些位置更容易捕捉到声纹特征,从而对声纹监测装置的安装位置进行布局,起到指导作用。本发明能够确保安装的声纹监测装置准确捕捉到齿轮箱的声纹信号特征,从而能够对齿轮箱进行更加准确的故障诊断。
附图说明
图1是根据本发明的一个实施例的基于多物理场仿真的声纹监测装置布局方法的流程示意图。
图2是根据本发明的一具体实施例的齿轮箱建模区域示意图。
图3是根据本发明的一具体实施例的不同安装位置的麦克风测量的声压频谱示意图。
图4是根据本发明的一实施例的基于多物理场仿真的声纹监测装置布局系统的系统示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述,但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明的一个实施例,本发明提供一种基于多物理场仿真的声纹监测装置布局方法,所述方法包括步骤:
S1、基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
S2、以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到齿轮箱壳体的振动值序列;
S3、根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
S4、在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取齿轮箱中的每一个轴承的振动值序列。齿轮传动部分包括齿轮传动轴、轴承和齿轮。对于齿轮传动模型,将其视之为刚体,建立多体运动学模型,如图2所示的计算机仿真建模区域。齿轮箱的多体传动模型使用多体动力学软件进行求解。根据齿轮箱中每一个齿轮的几何形状和材质,构建齿轮箱的三维结构模型,并以该三维结构模型构建每一个齿轮对的传动模型;根据几何形状和材质,获取每一个齿轮的质量和转动惯量。
基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定齿轮箱的边界条件,构建每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,边界条件包括齿轮箱的输入端转速和输出端负载。具体地,设置齿轮箱中的每一个齿轮轴编号i,齿轮箱的每一个齿轮编号为j,设置j=1为第一个齿轮,并作为齿轮箱的输入端;若j=2i,则该齿轮为从动轮;若j=2i+1,则该齿轮为驱动轮。根据齿轮箱的输入端转速,计算第一个齿轮转动角度在转轴方向上的分量,并作为第一个齿轮转动方程的边界条件。所述边界条件用公式(1)表示:
其中,ω1为转动角度,θ1为ω1在转轴方向上的分量。
将齿轮箱的输出端负载Mend作为最后一个齿轮的转动方程的边界条件Mext,jmax,即为:
齿轮与齿轮之间相接触造成齿轮之间具有弹性,该弹性构成齿轮所受外力的一部分。设置齿轮之间的初始弹性系数kg,因齿轮之间的弹性导致齿轮之间转动角度变化,设置齿轮之间转动角度变化修正值θel,g,计算得到由齿轮间弹性引起的转动力矩Mel,g,转动力矩Mel,g通过公式(3)计算得到:
其中,kg为齿轮间的弹性系数,θel,g为由齿轮之间弹性引起的转动角度变化的修正值,rpn为从动轮半径,epa为齿轮之间的接触线方向,epn为从动轮转轴方向;
设置齿轮之间间隙bl,g,以及齿轮之间间隙引起的转动角度变化的修正值θbl,g,计算齿轮之间的间隙引起的转动力矩Mb,g,所述Mb,g的计算公式为式(4):
其中,bl,g为齿轮之间的间隙,pb,g为齿轮间隙的惩罚因子,rpn为从动轮半径,θbl,g为由齿轮之间弹性引起的转动角度变化的修正值。
由齿轮间弹性引起的转动力矩和齿轮之间的间隙引起的转动力矩构成齿轮所受外力引起的力矩Mext。
根据齿轮之间弹性引起的转动角度变化修正值θel,g,以及齿轮之间间隙引起的转动角度变化的修正值θbl,g,根据齿轮对之间的齿轮传动方程,计算得到每一个齿轮的转动角度在其自身转轴方向上的分量随时间变化的关系θ2i(t),齿轮传动方程为式(5):
同轴的两个齿轮,其转动角度在其自身转轴方向上的分量时时相等。因此第2个到最后一个齿轮的传动方程均可封闭。
根据每一个齿轮的半径以及该齿轮所受外力引起的力矩Mext,计算得到该齿轮所受的外力Fext,j;根据每一个齿轮的质量mj以及该齿轮在自身坐标系下所受的惯性力FI,j,以及该齿轮所受的外力Fext,j,根据齿轮平动方程计算得到该齿轮质心在自身坐标系下的位移。该位移具有x、y、z轴三个方向自由度。
其中,所述齿轮平动方程为式(6):
其中,下标j代表第j个齿轮,mj为第j个齿轮的质量,uj为第j个齿轮质心的位移,FI,j为第j个齿轮在自身坐标系下所受的惯性力,Fext,j为第j个齿轮所受的外力。
根据所述每一个齿轮的转动惯量Ij,以及该齿轮在自身坐标系下所受的惯性力引起的力矩以及所受外力引起的力矩Mext,根据齿轮转动方程计算得到该齿轮的转动角度。
其中,所述齿轮转动方程为:
其中,下标j代表第j个齿轮,R为齿轮的转动矩阵,上标T表示矩阵的转置,I为齿轮的转动惯量,φ为齿轮的转动角度,具有x、y、z轴三个方向自由度,MI,j为第j个齿轮在自身坐标系下所受的惯性力引起的力矩,Mext,j为第j个齿轮所受外力引起的力矩。
通过对齿轮传动方程的求解,获得各个齿轮质心位置随时间变化的轨迹,以及各个齿轮的转角、转速随时间的变化。由于齿轮弹性和齿轮间隙的影响,齿轮传动时会引入附加的周期性振荡,进而使齿轮轴产生周期性的应力。通过求解各个齿轮的运动状况,并通过齿轮对之间的弹性系数,计算出齿轮传动过程,获取齿轮箱中的每一个轴承的振动值序列为V(t):
其中,Vn(t)代表第n个轴承在t时刻的振动矢量,vnx(t)代表着第n个轴承在x轴方向t时刻的振动值。
以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到齿轮箱壳体的振动值序列。对于齿轮箱壳体,将之视之为弹性材料。以齿轮箱壳体部分作为模型的求解区域,如图2所示的计算机仿真建模区域。在振动值序列V(t)中,获取与齿轮箱壳体连接处的各个轴承的振动值,并以此作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,使用结构力学软件,如Ansys等,对结构力学模型进行计算得到齿轮箱壳体的振动值序列U(x,y,z,t)。根据结构力学软件的求解结果,得到齿轮箱壳体任意位置任意时刻的振动信息,获取齿轮箱壳体的振动特征。
对于齿轮箱壳体螺栓固定处,设置其边界条件为轮箱壳体的结构力学模型的固定边界条件:
对于壳体和齿轮转轴接触处,即轴承处,设置其边界条件,即以获取的与齿轮箱壳体连接处的各个轴承的振动值作为轮箱壳体的结构力学模型的边界条件:
根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系。以齿轮箱壳体外部的球形区作为模型的求解区域,建立计算机仿真模型,如图2所示的计算机仿真建模区域。对齿轮箱壳体外部的球形区域,构建该球形区域的压力声学方程为:
其中,ρ是空气的密度,pt是总压,Q为声音的传播加速度,在空气中时:
其中, f为声波的频率,Cc为声音在空气中的传播速度。
通过公式(11)求解得到从齿轮箱箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系pt(f)。
在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。以麦克风作为声纹监测,在齿轮箱外壳以外的区域预先设置多个麦克风的备选安装位置。根据上述步骤获取的声压~频率关系,获取每一个麦克风备选安装位置所对应的声压~频率关系。设置麦克风备选安装位置为xβ,β=1,2,…,m,计算各个备选安装位置对应的总声压ptβ(f)。
根据齿轮箱工作时,将每一个齿轮的转速之除以2π,得到对应的频率中每一个齿轮的特征频率。由于齿轮箱中的齿轮不止1个,得到的特征频率也不止1个,在各个麦克风中,选择其解得的声压-频谱能够覆盖到齿轮箱特征频率的那个。获取齿轮箱中每一个齿轮的特征频率fα,α=1,2,…,n,对于任一个麦克风备选安装位置xβ,β=1,2,…,m来说,特征频率fα在麦克风备选安装位置xβ处的总声压值为ptβ(fα),则特征频率fα在所有的麦克风备选安装位置的总声压均值为:
麦克风备选安装位置xβ处的各个特征频率的总声压值特征值之和Pβ为:
选取总声压特征值和Pβ中,最大者所对应安装位置为马克风的最优安装位置。如图3所示,在2000Hz的频率段,麦克风1和麦克风2都能够很好的捕捉到设备的特征频率,但是在1500Hz的频率段,麦克风1可以捕捉到,麦克风2就捕捉不到。此时,麦克风1就是更优的布置方案。
如图4所示的本发明的一实施例,本发明提供一种基于多物理场仿真的声纹监测装置布局系统,所述系统包括:
传动模型构建模块40,用于基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
齿轮箱壳体模型模块41,用于以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到的振动值序列;
壳体外部区域模型模块42,用于根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
安装位置选取模块43,用于在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
尽管为示例目的,已经公开了本发明的优选实施方式,但是本领域的普通技术人员将意识到,在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下,各种改进、增加以及取代是可能的。
Claims (10)
1.一种基于多物理场仿真的声纹监测装置布局方法,其特征在于,所述方法包括步骤:
S1、基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
S2、以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到齿轮箱壳体的振动值序列;
S3、根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
S4、在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
2.如权利要求1所述的基于多物理场仿真的声纹监测装置布局方法,其特征在于,所述步骤S1包括:
根据所述齿轮箱中每一个齿轮的几何形状和材质,构建所述齿轮箱的三维结构模型,并以所述三维结构模型构建所述每一个齿轮对的传动模型;
根据所述几何形状和材质,获取所述每一个齿轮的质量和转动惯量。
3.如权利要求2所述的基于多物理场仿真的声纹监测装置布局方法,其特征在于,所述步骤S1包括:
设置齿轮之间的初始弹性系数,以及齿轮之间弹性引起的转动角度变化修正值,计算得到齿轮间弹性引起的转动力矩;
设置齿轮之间的间隙,以及齿轮之间间隙引起的转动角度变化的修正值,计算齿轮之间间隙引起的转动力矩;
由所述齿轮间弹性引起的转动力矩和齿轮之间间隙引起的转动力矩构成所述齿轮所受外力引起的力矩。
4.如权利要求3所述的基于多物理场仿真的声纹监测装置布局方法,其特征在于,所述步骤S1包括:
根据所述每一个齿轮的半径以及该齿轮所受外力引起的力矩,计算得到该齿轮所受的外力;
根据所述每一个齿轮的质量以及该齿轮在自身坐标系下所受的惯性力,以及该齿轮所受的外力,根据齿轮平动方程计算得到该齿轮质心在自身坐标系下的位移;
根据所述齿轮之间弹性引起的转动角度变化修正值,以及齿轮之间间隙引起的转动角度变化的修正值,根据齿轮对之间的齿轮传动方程,计算得到每一个齿轮的转动角度在其自身转轴方向上的分量随时间变化的关系;
根据所述每一个齿轮的转动惯量,以及该齿轮在自身坐标系下所受的惯性力引起的力矩以及所受外力引起的力矩,根据齿轮转动方程计算得到该齿轮的转动角度;
计算齿轮传动过程中齿轮箱中的每一个轴承的振动值序列为V(t):
其中,Vn(t)表示第n个轴承在t时刻的振动矢量,vnx(t)表示着第n个轴承在x轴方向t时刻的振动值。
10.一种基于多物理场仿真的声纹监测装置布局系统,其特征在于,所述系统包括:
传动模型构建模块,用于基于齿轮箱中的每一个齿轮的齿数以及每一个齿轮对的弹性系数和间隙,并设定所述齿轮箱的边界条件,构建所述每一个齿轮对的传动模型,获取每一个齿轮随时间变化的平动轨迹和转动轨迹,获取齿轮箱中的每一个轴承的振动值序列;
齿轮箱壳体模型模块,用于以与齿轮箱壳体连接处的各个轴承的振动值作为边界条件,基于结构力学方法构建齿轮箱壳体的结构力学模型,得到的振动值序列;
壳体外部区域模型模块,用于根据所述齿轮箱壳体的振动值序列,构建齿轮箱壳体外部的一球形区域的压力声学模型,根据该压力声学模型计算得到齿轮箱壳体振动向外发出的声波在球形区域中任意位置的声压~频率关系;
安装位置选取模块,用于在预设的多个麦克风备选安装位置,根据声压~频率关系获取每一个麦克风备选安装位置所对应的声压~频率关系,根据齿轮箱中每一个齿轮的特征频率,计算每一个麦克风备选安装位置所对应的所有各个齿轮特征频率的总声压特征值和,选取总声压特征值和中最大者所对应的安装位置为麦克风的最优安装位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210735459.0A CN114813118B (zh) | 2022-06-27 | 2022-06-27 | 一种基于多物理场仿真的声纹监测装置布局方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210735459.0A CN114813118B (zh) | 2022-06-27 | 2022-06-27 | 一种基于多物理场仿真的声纹监测装置布局方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114813118A CN114813118A (zh) | 2022-07-29 |
CN114813118B true CN114813118B (zh) | 2022-09-23 |
Family
ID=82523430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210735459.0A Active CN114813118B (zh) | 2022-06-27 | 2022-06-27 | 一种基于多物理场仿真的声纹监测装置布局方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114813118B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004212127A (ja) * | 2002-12-27 | 2004-07-29 | Ryoei Engineering Kk | ギヤノイズ検査方法およびその装置 |
JP2010176526A (ja) * | 2009-01-30 | 2010-08-12 | Aisin Aw Co Ltd | 音響特性最適化モデル解析装置、音響特性最適化モデル解析方法及び音響特性最適化モデル解析プログラム |
CN109657262A (zh) * | 2018-10-29 | 2019-04-19 | 中船动力研究院有限公司 | 船舶自由场水下声辐射远场判据方法 |
CN109827769A (zh) * | 2018-12-27 | 2019-05-31 | 武汉理工大学 | 新能源汽车电驱动桥齿轮故障的预测诊断方法 |
CN111157096A (zh) * | 2020-01-06 | 2020-05-15 | 南昌工程学院 | 一种基于局部测量的封闭空间面板声学贡献度识别方法 |
CN212363649U (zh) * | 2020-08-12 | 2021-01-15 | 北京航空航天大学 | 一种实现齿轮箱故障诊断方法的系统 |
CN112964304A (zh) * | 2021-03-08 | 2021-06-15 | 沈阳大学 | 一种旋转机械关键零部件远程运维方法及其系统 |
CN114004262A (zh) * | 2021-11-29 | 2022-02-01 | 华东交通大学 | 一种齿轮箱轴承故障检测方法及系统 |
CN114018577A (zh) * | 2021-09-28 | 2022-02-08 | 北京华控智加科技有限公司 | 一种设备噪声声源成像方法、装置、电子设备及存储介质 |
CN114383842A (zh) * | 2021-11-30 | 2022-04-22 | 江铃汽车股份有限公司 | 一种变速器啸叫的空气辐射灵敏度测试方法、系统及车辆 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711952B2 (en) * | 2001-10-05 | 2004-03-30 | General Electric Company | Method and system for monitoring bearings |
US9615172B2 (en) * | 2012-10-04 | 2017-04-04 | Siemens Aktiengesellschaft | Broadband sensor location selection using convex optimization in very large scale arrays |
-
2022
- 2022-06-27 CN CN202210735459.0A patent/CN114813118B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004212127A (ja) * | 2002-12-27 | 2004-07-29 | Ryoei Engineering Kk | ギヤノイズ検査方法およびその装置 |
JP2010176526A (ja) * | 2009-01-30 | 2010-08-12 | Aisin Aw Co Ltd | 音響特性最適化モデル解析装置、音響特性最適化モデル解析方法及び音響特性最適化モデル解析プログラム |
CN109657262A (zh) * | 2018-10-29 | 2019-04-19 | 中船动力研究院有限公司 | 船舶自由场水下声辐射远场判据方法 |
CN109827769A (zh) * | 2018-12-27 | 2019-05-31 | 武汉理工大学 | 新能源汽车电驱动桥齿轮故障的预测诊断方法 |
CN111157096A (zh) * | 2020-01-06 | 2020-05-15 | 南昌工程学院 | 一种基于局部测量的封闭空间面板声学贡献度识别方法 |
CN212363649U (zh) * | 2020-08-12 | 2021-01-15 | 北京航空航天大学 | 一种实现齿轮箱故障诊断方法的系统 |
CN112964304A (zh) * | 2021-03-08 | 2021-06-15 | 沈阳大学 | 一种旋转机械关键零部件远程运维方法及其系统 |
CN114018577A (zh) * | 2021-09-28 | 2022-02-08 | 北京华控智加科技有限公司 | 一种设备噪声声源成像方法、装置、电子设备及存储介质 |
CN114004262A (zh) * | 2021-11-29 | 2022-02-01 | 华东交通大学 | 一种齿轮箱轴承故障检测方法及系统 |
CN114383842A (zh) * | 2021-11-30 | 2022-04-22 | 江铃汽车股份有限公司 | 一种变速器啸叫的空气辐射灵敏度测试方法、系统及车辆 |
Non-Patent Citations (1)
Title |
---|
基于遗传算法的HBT干涉声定位阵列优化;刘梦然 等;《电子测量技术》;20211031;第44卷(第20期);第77-81页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114813118A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lyon | Machinery noise and diagnostics | |
Liu et al. | Resultant vibration signal model based fault diagnosis of a single stage planetary gear train with an incipient tooth crack on the sun gear | |
JP4891910B2 (ja) | ノイズ源の遠距離音場分析 | |
CN109952429B (zh) | 预测风力涡轮机噪声 | |
JP5747340B2 (ja) | 音響測定装置及び音響測定方法 | |
JP2011185632A (ja) | 軸受の異常検出装置および異常検出方法 | |
Lezhin et al. | Comparison of different methods of non-contact vibration measurement | |
Guan et al. | Vibration analysis of shaft misalignment and diagnosis method of structure faults for rotating machinery | |
Addabbo et al. | A Characterization system for bearing condition monitoring sensors, a case study with a low power wireless Triaxial MEMS based sensor | |
CN114813118B (zh) | 一种基于多物理场仿真的声纹监测装置布局方法及系统 | |
CN111563342A (zh) | 一种转子叶片的应变片测点布局优化方法 | |
KR101413565B1 (ko) | 풍력터빈 피치제어기의 성능 평가장치 및 그 방법 | |
Rothberg et al. | Radial vibration measurements directly from rotors using laser vibrometry: The effects of surface roughness, instrument misalignments and pseudo-vibration | |
JP6192414B2 (ja) | 転がり軸受の状態監視装置 | |
Paulsen et al. | Wind turbine operational and emergency stop measurements using point tracking videogrammetry | |
CN109084891B (zh) | 一种基于受力变化的旋转体噪声测试系统 | |
Pandey et al. | Vibration monitoring of a Rotor System using RMS Accelerations (m/s2) | |
Liang | Dynamics based vibration signal modeling and fault detection of planetary gearboxes | |
CN110309615B (zh) | 一种旋转叶片固有频率的预测方法 | |
Czyżewski | Remote Health Monitoring of Wind Turbines Employing Vibroacoustic Transducers and Autoencoders | |
CN113465961A (zh) | 风电机组传动链全尺寸地面加载测试系统及其控制方法 | |
Jauregui et al. | Housing stiffness influence on gearbox dynamic loading for wind turbine applications | |
Bhana | Online damage detection on shafts using torsional and undersampling measurement techniques | |
Farrokhnia et al. | Finite element model updating of a geared rotor system using particle swarm optimization for condition monitoring | |
Khaire et al. | CONDITION MONITORING OF BALL BEARING HAVING DEFECT AT INNER RACE USING VIBRATION ANALYSIS AND MACHINE LEARNING |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Yingjie Inventor after: Yin Xuye Inventor after: Dong Hanwen Inventor after: Shui Pei Inventor before: Li Yingjie Inventor before: Yin Xuye Inventor before: Dong Hanwen Inventor before: Shui Pei |
|
CB03 | Change of inventor or designer information |