CN116754245A - 一种基于电信号分析处理的航空发动机质检方法及系统 - Google Patents
一种基于电信号分析处理的航空发动机质检方法及系统 Download PDFInfo
- Publication number
- CN116754245A CN116754245A CN202310627241.8A CN202310627241A CN116754245A CN 116754245 A CN116754245 A CN 116754245A CN 202310627241 A CN202310627241 A CN 202310627241A CN 116754245 A CN116754245 A CN 116754245A
- Authority
- CN
- China
- Prior art keywords
- value
- noise
- engine
- quality inspection
- time
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 39
- 238000007689 inspection Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005856 abnormality Effects 0.000 claims abstract description 3
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 abstract description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01M15/04—Testing internal-combustion engines
- G01M15/12—Testing internal-combustion engines by monitoring vibrations
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Engines (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于电信号分析处理的航空发动机质检方法及系统,属于发动机测试技术领域,包括对待质检的发动机进行噪音值采集和振动信号值采集;比对噪音值与噪音分贝标准值;依据比对数据来判定发动机的质量合格与否,并且利用单位时间内所采集到的两组振幅数据来确定噪音异常的位置。本发明分别通过声音传感器和两组振动传感器来获取发动机的噪音值和振动信号,当发动机发出不正常的噪音后能够判定发动机内部至少有一个噪音源失能或产生故障,并且通过比对两组振动信号中的振幅数据变化来分辨噪音源的位置,给发动机利用噪音检测来进行故障分析提供了强有力的数据支持。
Description
技术领域
本发明属于发动机的测试技术领域,具体涉及一种基于电信号分析处理的航空发动机质检方法及系统。
背景技术
航空发动机作为航空设备的动力源,发动机的好坏直接决定了航空设备的飞行安全,因此,在使用之前对发动机的质量分析是至关重要的。。
而在航空发动机的质量分析中,尤为重要的便是对发动机的噪音分析,通过对发动机的噪音分析,不仅能够分辨出发动机是否故障,同时也能够分辨噪音源,能够基于发动机运行的噪音来对发动机进行故障分析以及诊断,而现有技术中对于发动机的噪音分析大多通过人工去听取噪音来主观判断噪音来源,由于发动机内的噪音源数量较多,很容易干扰技术人员的分析,同时判断结果也大多是判断出大致的故障位置,检测精度也无法保证。
因此,提出一种基于电信号分析处理的航空发动机质检方法及系统来解决上述提出的问题。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种基于电信号分析处理的航空发动机质检方法及系统,能够有效地解决现有技术中的人为检测发动机质量容易被多个噪音源所干扰的问题。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
本发明提供一种基于电信号分析处理的航空发动机质检方法,包括如下步骤:
步骤1:将待质检的发动机送至指定位置利用传感器对发动机同时进行噪音值采集和振动信号值采集,所述传感器包括一台声音传感器以及两台对称分布在声音传感器两侧的振动传感器,所述振动信号值至少包括振幅数据;
步骤2:将步骤1中获取的噪音值与噪音分贝标准值进行比对,当噪音值高于噪音分贝标准值时,则执行步骤3,反之则执行步骤4,所述噪音分贝标准值为质检合格的所有噪音源单位时间内的噪音数值;
步骤3:判定发动机质量不合格,同时比对单位时间内所采集到的两组振幅数据,确定噪音异常的位置;
步骤4:判定发动机质量合格;
其中,所述步骤3中两组振幅数据具体比对步骤如下:
步骤31:筛选振幅数据并获取振幅数据的有效值;
步骤32:比对两组振幅数据的有效值,当其中一组振幅数据的有效值高于另一组振幅数据的有效值,则执行步骤33,反之则执行34;
步骤33:判定该振幅数据所对应的噪音源质检不合格;
步骤34:判该振幅数据所对应的噪音源质检合格。
进一步地,所述步骤31中振幅数据有效值的筛选步骤具体如下:
S1:设定允许值,所述允许值为噪音源在取值时间内振幅超出的最大次数,同时在取值时间内分别设定每一组噪音源的最大振幅比对阈值,当两组噪音源单位时间内超出对应的最大振幅比对阈值后分别计次数,反之则不计次数;
S2:将S1中获取的计数中剔除允许值,并在剩余计数中筛出计次时间段所对应的最大振幅值为有效值。
进一步地,将所述S1中取值时间内设定若干个时间段,并分别在每个时间段中设定最大振幅比对阈值。
进一步地所述S1还包括:
S11:设定最大振幅值,当任一时间段中获取的振幅数据高于最大振幅值后,则直接执行步骤33。
进一步地,所述步骤2中还包括步骤21:设定误差值,所述误差值为噪音源允许发出明显噪音的时间段,当所述噪音值处于误差值所允许的时间区间内,则剔除该误差值内所采集的噪音值数据。
进一步地,还包括步骤22:以取值时间为x轴,以噪音数值为y轴建立二维坐标系;
步骤23:将获取的噪音值在取值时间中每一个时间节点的噪音数值标记在W1建立的二维坐标系内;
步骤24:设定比对值,所述比对值为任一时间段中噪音值所允许的最大噪音数值,当步骤23中任一时间段中噪音值所允许的最大噪音数值超出比对值后,则直接执行步骤3,反之则执行步骤4。
进一步地,所述步骤24在执行步骤4之前还包括:
步骤241:将获取的噪音分贝标准值在取值时间中每一个时间节点的噪音数值标记在W1建立的二维坐标系内,并计算噪音分贝标准值相邻时间节点所对应的第一噪音数值涨幅;
步骤242:计算步骤23中噪音值相邻时间节点所对应的第二噪音数值涨幅;
步骤243:设定标准值,所述标准值为取值时间中任一单位时间段噪音数值所允许的最大涨幅,同时将标准值与步骤241和步骤242中获取的两组噪音数值涨幅进行比对,当步骤242中的噪音数值涨幅超出标准值后,则计次并标记该噪音值所对应的质检产品。
进一步地,两组所述噪音数值涨幅的计算步骤具体如下:
T1:基于步骤23和步骤241中的二维坐标系建立流线图;
T2:获取T1中的流线图中的峰顶以及峰顶相邻的峰谷所对应的噪音数值;
T3:将T2中的数据带入至噪音数值涨幅的计算公式,并与标准值进行比对;
所述噪音数值涨幅的计算公式为其中dB1和dB2分别代表噪音数值中最大噪音数值和相邻的最小噪音数值,t1和t2分别代表该最大噪音数值和相邻的最小噪音数值所对应的时间节点。
本方案中基于上述一种基于电信号分析处理的航空发动机质检方法,还提出了一种基于电信号分析处理的航空发动机质检系统,包括数据采集模块、信号转换模块和数据处理模块,所述数据采集模块用于采集待质检发动机的噪音值和振动信号并将噪音值和振动信号发送至信号转换模块,信号转换模块用于接收数据采集模块获取的噪音值和振动信号,并将其转换为电信号同时发送至数据处理模块,数据处理模块用于分析处理电信号,同时基于分析处理结果判定发动机的质检结果并发出响应信息,所述响应信息至少包括蜂鸣器报警、灯光标记、语音提醒信息的一种或多种。
进一步的,还包括存储器,所述存储器用于存储超出标准值后的噪音数值涨幅数据。
有益效果
本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
本发明分别通过声音传感器和两组振动传感器来获取发动机的噪音值和振动信号,当发动机发出不正常的噪音后能够判定发动机内部至少有一个噪音源失能或产生故障,并且通过比对两组振动信号中的振幅数据变化来分辨噪音源的位置,给发动机利用噪音检测来进行故障分析提供了强有力的数据支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中航空发动机质检方法系统流程图;
图2为本发明实施例中航空发动机质检系统模块示意图;
图3为本发明实施例中噪音误差值比对示意图;
图4为本发明实施例中噪音数值涨幅示意图;
图5为本发明实施例中点状分布图示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例:
航空发动机的噪声有很多种,例如压气机噪声、涡轮噪声、燃烧室噪声等多种噪声,但这些噪声大多是由相互独立的设备所制造的,虽然不同的设备能够制造不同的噪声,但发动机的任一组成部分一旦发出异常噪声,则意味着该组成部分具备很大的失能风险,即使设备之间互不干涉,但一旦装配到航空设备后,在一定时间的使用后,其失能效应所带来的潜在后果和连锁反应是非常严重的,尤其是在航空设备的使用状态下所带来的安全隐患是极大的。
并且由于发动机在运行状态下,发动机的旋转噪声、燃烧噪声和空气噪声等多种噪音源会融合成几千赫兹频率,噪声最高能达120分贝,直接采集这些噪音数据误差率很高,从而必须要将这些噪声转换为电信号数据,基于这种理念,设计出一种基于信号分析,采用多种传感器以及信号分析仪器来解决上述问题的航空发动机质检系统,能够在初步判断发动机的质量之后,利用声波效应来判定噪声源的位置,有针对性并且高精度的分析故障位置。
具体的,参照附图1-5,本方案中的航空发动机质检系统主要包括三个模块,即数据采集模块、信号转换模块和数据处理模块,在发动机装配完之后进行开机检测,模拟出真实使用环境让整个发动机处于运行状态,利用数据采集模块来采集待质检发动机的噪音值和振动信号。
值得注意的是,本案中用于采集噪音值和振动信号所用的传感器数量基于所检发动机的噪音源数量,在相邻噪音源的中部设置一台采集噪音值的设备,并且将用于采集振动信号的传感器分设在噪音采集设备的两侧,相邻的噪音采集设备之间的距离不定,根据噪音源的分布为准,例如在压气机和涡轮之间设置一台用于采集噪音值的噪音采集传感器,将两台振动传感器以噪音采集传感器为中心对称布置,并且两台振动传感器始终位于两个噪音源之间。
在两个传感器采集到数据之后,将信号发送至信号转换模块,信号转换模块主要是用来完成声音信号和电信号之间的转换,信号转换模块用于接收数据采集模块获取的噪音值和振动信号,并将其转换为电信号同时发送至数据处理模块,数据处理模块内部的控制器用于分析处理电信号,同时基于分析处理结果判定发动机的质检结果并发出响应信息,在本案中,首先会分析发动机是否处于故障状态,如果发动机故障,能够进一步的判别故障位置。
更具体的,该质检系统由下列一种基于电信号分析处理的航空发动机质检方法更详细的叙述,该方法主要包括如下步骤:
首先需要将待质检的发动机送至指定位置利用传感器对发动机同时进行噪音值采集和振动信号值采集,传感器包括一台声音传感器以及两台对称分布在声音传感器两侧的振动传感器,振动信号值至少包括振幅数据,本案中的指定位置即布置好传感器分布的检测工位,在待检的发动机送至该指定位置之后,声音传感器和振动传感器会对应每一个相邻噪音源(发声子设备)的位置,在发动机运行时,能够分别的采集相邻噪音源相关的数据;
值得注意的是,由于发动机内部的子设备同时运行,噪音会斑驳繁杂在一起,由于子设备的运行噪音声道和频率较为规律,为了提高检测精度,可采用除声设备剔除非目标采集的噪音信息,具体除声过滤的方法为公知技术,在此不作过多赘述,并且在本案中,由于传感器设置的位置较为靠近待测物,能够较为精确的分辨出所需采集的噪音源,对于所测噪音的分析影响较小,因此并没有对噪音进行处理。
其次将上述步骤中获取的噪音值与噪音分贝标准值进行比对,当噪音值高于噪音分贝标准值时,即发动机质量不合格,而本案中噪音分贝标准值为相同的工作环境下质量合格的发动机运行时的噪音总和,当检测出当前质检发动机的噪音明显大于噪音分贝标准值之后,即该质检发动机的质量存在一定的问题,为非合格产品。
而一些发动机子设备在初始运行时,所发出的异常噪音是正常的,例如空气噪声,在运行前期的噪声会明显大于稳定运行后的噪声,会影响对所采集的数据分析,因此,可设定一定的误差值,误差值为噪音源允许发出明显噪音的时间段,当采集的噪音值处于误差值所允许的时间区间内,则剔除该误差值内所采集的噪音值数据,在该噪音源处于误差值之后的时间段中所采集的噪音值数据明显高于正常数据之后,则该台发动机是有技术瑕疵的。
更具体的,基于剔除误差值之后的噪音值数据,可以取值时间为x轴,以噪音数值为y轴建立二维坐标系;
然后将获取的噪音值在取值时间中每一个时间节点的噪音数值标记在W1建立的二维坐标系内;
最后设定比对值,比对值为任一时间段中噪音值所允许的最大噪音数值,当获取的噪音值(剔除误差值之后)内任一时间段中噪音值所允许的最大噪音数值超出比对值后,则直接判定发动机质量不合格,反之则判定发动机质量合格,即在检测过程中,一旦出现过大的噪音,即发动机质量是不合格的。
此时需要判定出现问题的噪音源位置,由于异常噪音会带来振幅的变化,尤其是在靠近噪音源设置的振动传感器,噪音越大,振幅越大,在判定发动机质量不达标后,需要比对单位时间内所采集到的两组振幅数据,确定噪音异常的位置,有针对性的判定噪音源的位置,本案中,需要同时比对每一组振幅数据,当其中一组振幅数据发生明显异常之后,则能够判定故障源的位置。
具体的,以其中一组振幅数据的筛选步骤为例,首先筛选振幅数据并获取振幅数据的有效值,其次比对两组振幅数据的有效值,当其中一组振幅数据的有效值高于另一组振幅数据的有效值,则判定该振幅数据所对应的噪音源质检不合格,反之则判该振幅数据所对应的噪音源质检合格;
而上述步骤中振幅数据有效值的筛选步骤首先需要设定允许值,允许值为噪音源在取值时间内振幅超出的最大次数,同时在取值时间内分别设定每一组噪音源的最大振幅比对阈值,当两组噪音源单位时间内超出对应的最大振幅比对阈值后分别计次数,反之则不计次数;
其次将上述中获取的计数剔除允许值,并在剩余计数中筛出计次时间段所对应的最大振幅值为有效值。
前述中关于噪音源初始状态的噪音会较大,同样的,该处发出噪音,让发动机壳体出现振动为正常现象,该时间段的振幅数据自然正常,为了避免影响后续判断,该处的取值需要去除。
以附图3为例,在5秒时间段内,某一台噪音源出现振动5次,其中超出最大振幅比对阈值a的次数为3次,从而判定该时间段的振动有效取值为2次,而假设设置的允许值为1次,小于有效取值中的2次,则该时间段的噪音源异常振动了一次,如若后续时间段间歇性的出现异常振动,则该处子设备是具有质量问题的。
而本案中,总共的取值时间等分设定若干个时间段,并分别在每个时间段中设定最大振幅比对阈值和有效值,逐个对不同时间段中的振动数据进行分析。
但发动机一旦出现剧烈异常,振动次数明显异常,可设定最大振幅值,当任一时间段中获取的振幅数据远高于最大振幅值后,则该子设备自然是存在技术问题,判定发动机(子设备)质量不合格。
而一些指数、指标都符合正常数据,但出现了数量较多的微幅噪音异常(处于正常范围内),虽然不具有较大的技术瑕疵,但仍需要返厂进行细致的检修,甚至需要时常关注该台发动机,可在该发动机使用过程中配备传感器、报警器等监测设备,一旦出现异常,能够及时的示警。
具体的,参照附图4,首先将获取的噪音分贝标准值在取值时间中每一个时间节点的噪音数值标记在上述步骤所建立的二维坐标系内,并计算噪音分贝标准值相邻时间节点所对应的第一噪音数值涨幅;
其次计算上述步骤中噪音值相邻时间节点所对应的第二噪音数值涨幅;
最后设定标准值,标准值为取值时间中任一单位时间段噪音数值所允许的最大涨幅,同时将标准值与获取的两组噪音数值涨幅进行比对,当上述步骤中的噪音数值涨幅超出标准值后,则计次并标记该噪音值所对应的质检产品。
在本案中,两组噪音数值涨幅的计算步骤具体如下:
首先基于上述步骤中分别建立的两张二维坐标系建立流线图;
其次获取上述步骤中的流线图中的峰顶以及峰顶相邻的峰谷所对应的噪音数值;
最后将上述步骤中的数据带入至噪音数值涨幅的计算公式,并与标准值进行比对;
而本案中噪音数值涨幅的计算公式为其中dB1和dB2分别代表噪音数值中最大噪音数值和相邻的最小噪音数值,t1和t2分别代表该最大噪音数值和相邻的最小噪音数值所对应的时间节点,当计算出的噪音数值涨幅超过标准值的次数过多,则需要关注该台质检的发动机,在检测过程中,可通过后台实时看到检测时间内出现计次的时间节点,可采用如附图5中所示的点状分布图来清晰得知检测情况(其中,每一个矩形格为一秒,当矩形格内为黑色,则该时间点内出现噪音数值涨幅超过标准值,反之则为正常状态,在实际系统中,在鼠标点至该黑色矩形框内后,可清晰显示出当前的数值以及与前一个时间段涨幅的增幅情况。
本方案中基于上述一种基于电信号分析处理的航空发动机质检方法,还提出了一种基于电信号分析处理的航空发动机质检系统,包括数据采集模块、信号转换模块和数据处理模块,数据采集模块用于采集待质检发动机的噪音值和振动信号并将噪音值和振动信号发送至信号转换模块,信号转换模块用于接收数据采集模块获取的噪音值和振动信号,并将其转换为电信号同时发送至数据处理模块,数据处理模块用于分析处理电信号,同时基于分析处理结果判定发动机的质检结果并发出响应信息,响应信息至少包括蜂鸣器报警、灯光标记、语音提醒信息的一种或多种。
还包括存储器,所述存储器用于存储超出标准值后的噪音数值涨幅数据,当噪音数值涨幅超过标准值的次数过多,虽然发动机整体质量合格,但为了确保发动机的使用安全,则需要进一步检修该台发动机,同时上传该台发动机的后续使用情况,实时追踪并利用传感器定时或实时监控该发动机的使用数据。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。
Claims (10)
1.一种基于电信号分析处理的航空发动机质检方法,其特征在于,包括如下步骤:
步骤1:将待质检的发动机送至指定位置利用传感器对发动机同时进行噪音值采集和振动信号值采集,所述传感器包括一台声音传感器以及两台对称分布在声音传感器两侧的振动传感器,所述振动信号值至少包括振幅数据;
步骤2:将步骤1中获取的噪音值与噪音分贝标准值进行比对,当噪音值高于噪音分贝标准值时,则执行步骤3,反之则执行步骤4,所述噪音分贝标准值为质检合格的所有噪音源单位时间内的噪音数值;
步骤3:判定发动机质量不合格,同时比对单位时间内所采集到的两组振幅数据,确定噪音异常的位置;
步骤4:判定发动机质量合格;
其中,所述步骤3中两组振幅数据具体比对步骤如下:
步骤31:筛选振幅数据并获取振幅数据的有效值;
步骤32:比对两组振幅数据的有效值,当其中一组振幅数据的有效值高于另一组振幅数据的有效值,则执行步骤33,反之则执行34;
步骤33:判定该振幅数据所对应的噪音源质检不合格;
步骤34:判该振幅数据所对应的噪音源质检合格。
2.根据权利要求1所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,所述步骤31中振幅数据有效值的筛选步骤具体如下:
S1:设定允许值,所述允许值为噪音源在取值时间内振幅超出的最大次数,同时在取值时间内分别设定每一组噪音源的最大振幅比对阈值,当两组噪音源单位时间内超出对应的最大振幅比对阈值后分别计次数,反之则不计次数;
S2:将S1中获取的计数中剔除允许值,并在剩余计数中筛出计次时间段所对应的最大振幅值为有效值。
3.根据权利要求2所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,将所述S1中取值时间内设定若干个时间段,并分别在每个时间段中设定最大振幅比对阈值。
4.根据权利要求2所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,所述S1还包括:
S11:设定最大振幅值,当任一时间段中获取的振幅数据高于最大振幅值后,则直接执行步骤33。
5.根据权利要求1所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,所述步骤2中还包括:
步骤21:设定误差值,所述误差值为噪音源允许发出明显噪音的时间段,当所述噪音值处于误差值所允许的时间区间内,则剔除该误差值内所采集的噪音值数据。
6.根据权利要求5所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,还包括:
步骤22:以取值时间为x轴,以噪音数值为y轴建立二维坐标系;
步骤23:将获取的噪音值在取值时间中每一个时间节点的噪音数值标记在W1建立的二维坐标系内;
步骤24:设定比对值,所述比对值为任一时间段中噪音值所允许的最大噪音数值,当步骤23中任一时间段中噪音值所允许的最大噪音数值超出比对值后,则直接执行步骤3,反之则执行步骤4。
7.根据权利要求6所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,所述步骤24在执行步骤4之前还包括:
步骤241:将获取的噪音分贝标准值在取值时间中每一个时间节点的噪音数值标记在W1建立的二维坐标系内,并计算噪音分贝标准值相邻时间节点所对应的第一噪音数值涨幅;
步骤242:计算步骤23中噪音值相邻时间节点所对应的第二噪音数值涨幅;
步骤243:设定标准值,所述标准值为取值时间中任一单位时间段噪音数值所允许的最大涨幅,同时将标准值与步骤241和步骤242中获取的两组噪音数值涨幅进行比对,当步骤242中的噪音数值涨幅超出标准值后,则计次并标记该噪音值所对应的质检产品。
8.根据权利要求7所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,两组所述噪音数值涨幅的计算步骤具体如下:
T1:基于步骤23和步骤241中的二维坐标系建立流线图;
T2:获取T1中的流线图中的峰顶以及峰顶相邻的峰谷所对应的噪音数值;
T3:将T2中的数据带入至噪音数值涨幅的计算公式,并与标准值进行比对;
所述噪音数值涨幅的计算公式为其中dB1和dB2分别代表噪音数值中最大噪音数值和相邻的最小噪音数值,t1和t2分别代表该最大噪音数值和相邻的最小噪音数值所对应的时间节点。
9.一种基于电信号分析处理的航空发动机质检系统,采用如权利要求1-8中任一项所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,包括:
数据采集模块,用于采集待质检发动机的噪音值和振动信号并将噪音值和振动信号发送至信号转换模块;
信号转换模块,用于接收数据采集模块获取的噪音值和振动信号,并将其转换为电信号同时发送至数据处理模块;
数据处理模块,用于分析处理电信号,同时基于分析处理结果判定发动机的质检结果并发出响应信息;
所述响应信息至少包括蜂鸣器报警、灯光标记、语音提醒信息的一种或多种。
10.根据权利要求9所述的一种基于电信号分析处理的航空发动机质检方法,其特征在于,还包括存储器,所述存储器用于存储超出标准值后的噪音数值涨幅数据。。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627241.8A CN116754245A (zh) | 2023-05-31 | 2023-05-31 | 一种基于电信号分析处理的航空发动机质检方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310627241.8A CN116754245A (zh) | 2023-05-31 | 2023-05-31 | 一种基于电信号分析处理的航空发动机质检方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116754245A true CN116754245A (zh) | 2023-09-15 |
Family
ID=87956314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310627241.8A Pending CN116754245A (zh) | 2023-05-31 | 2023-05-31 | 一种基于电信号分析处理的航空发动机质检方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116754245A (zh) |
-
2023
- 2023-05-31 CN CN202310627241.8A patent/CN116754245A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN110469496B (zh) | 一种水泵智能预警方法及系统 | |
CN115935243B (zh) | 一种基于数据处理的故障分析方法 | |
CN113109051B (zh) | 基于振动数据极差序列的故障预警方法和系统 | |
CN113283310A (zh) | 一种基于声纹特征的电力设备健康状态检测系统和方法 | |
KR20130124211A (ko) | 발전기 컬렉터의 섬락을 검출하는 시스템 및 방법 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN110487917A (zh) | 一种基于神经网络的应力波检测与分析系统 | |
KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
CN113567162A (zh) | 基于声传感器的风机故障智能诊断装置及方法 | |
CN116910677A (zh) | 一种工业仪表故障诊断方法及系统 | |
CN118408743A (zh) | 一种轴承故障检测系统及方法 | |
Marin et al. | Bearing failure prediction using audio signal analysis based on SVM algorithms | |
CN117169636B (zh) | 一种智能化耐高温铝电解电容器环境检测系统 | |
CN112945531A (zh) | 风机叶片的裂纹检测方法、装置、设备及计算机存储介质 | |
CN117390572A (zh) | 一种贴合的真空异常监测系统 | |
CN117423345A (zh) | 一种电力设备声纹识别监测系统 | |
CN116754245A (zh) | 一种基于电信号分析处理的航空发动机质检方法及系统 | |
CN111456915A (zh) | 风机机舱内部部件的故障诊断装置及方法 | |
CN115190039B (zh) | 一种设备健康评测方法、系统、设备以及存储介质 | |
CN111220110A (zh) | 塔顶低频振动水平位移监测方法 | |
KR101248232B1 (ko) | 병렬 부대설비의 이상 진단 방법 및 시스템 | |
CN111980900B (zh) | 一种基于多源数据融合分析的水泵故障诊断方法 | |
CN113487189A (zh) | 一种石化设备故障概率风险评估系统及评估方法 | |
Raj | An Improved Accuracy and Efficiency Based Defect Detection Method for Industrial Signal Processing |
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 |