复杂机械振动系统噪声源诊断技术

　　摘要：随着科技技术发展速度不断加快，各领域生产经营建设期间涉及到的机械设备种类增多，机械設备运行水平可直接影响到实际生产质量及效率。现有机械设备故障诊断技术日渐成熟，能够及时发现设备运行期间的异常问题，制定具备针对性的设备管控机制。基于此，本文以复杂机械设备振动系统为例，提出振动系统噪声源诊断技术应用要点，以供参考。

　　关键词：复杂机械振动系统;噪声源;诊断技术

　　前言：现阶段机械设备逐步趋向于大型化、智能化方向发展，引发设备运行故障的因素更多，难以从根本上保障实际生产质量及安全性。机械设备振动信号与辐射噪声能够切实反映出设备运行状态，因此开展复杂机械振动系统检验工作，开发更为成熟的噪声源诊断技术已然成为各领域重点关注课题。

　　一、复杂机械振动系统噪声源信息融合技术

　　在复杂机械设备振动系统诊断工作开展期间，信息融合方式较多，对诊断结果具有直接影响。现阶段信息融合方式可分为以下几种类型：

　　第1，统计融合方式。统计融合方式主要就是基于经典推理、贝叶斯法以及证据理论为基础。其中，经典推理技术需依照数学理论，将其应用在多变量统计过程中，需要开展多维概率密度函数计算工作，在实际信息融合中的应用难度较大[1]。贝斯推理技术需要先验证似然函数，如果对立假设彼此不相容，在分配时的不确定性更强。证据理论是在贝叶斯理论基础上演变而来，能够有效解决一般水平中的不确定性分配问题，还能计算出任意假设条件为真条件的似然函数值;

　　第2，信息论融合方式。信息论主要分为模板法、聚类分析法以及神经网络法。此类技术的自然分组与目标类型存在密切关联。其中，聚类分析是各过程总称，不使用统计理论，可被广泛应用在生物科学与社会科学中。模板法主要就是将观测数据与先验模板进行匹配处理，用以确定观测数据是否支持模板表征假象。人工神经网络输入端的数据矢量需要经过非线性转换，在网络输出端产生输出矢量，在实际使用过程中可以将传感器数据转化为某个实体特征的联合说明;

　　第3，认识模型信息融合方式。认识模型信息融合方式主要就是包括模糊集合理论以及专家系统，通过模仿人类接收信息辨识过程，提升信息分析水平[2]。由于专家系统主要依赖于知识表示，实际灵活性较强，需要注重开发出一个专门面向复杂机械，振动系统噪声源诊断的专家系统结构。

　　二、复杂振动系统噪声源模糊诊断技术

　　模糊推理技术主要就是将一个给定输入空间通过模糊逻辑的方法映射到一个特定输出空间中，此映射过程需要涉及到隶属度函数、模糊逻辑运算等环节模糊逻辑运算。现阶段模糊推理系统被广泛应用于自动控制、数据分类、决策分析以及专家系统中。针对不同特征，模糊诊断技术又包括模糊规则诊断、模糊专家系统、模糊建模以及模糊逻辑控制器。

　　三、复杂机械系统振动噪声特征提取与故障诊断试验

　　3.1试验流程

　　本文以柴油机械设备为例，借助压电式加速度计，检测设备基座、变速箱、气缸、电机以及高压油泵等设备的纵向振动，配合使用标准水听器以及四元矢量水准的停器阵测量主机结构的近远场辐射噪声值。

　　主机振动噪声试验测试系统内部包括压电加速度计、标准水听器、四元矢量水听器阵组成，可以收集设备运行期间的噪声值[3]。要求在检测期间应该结合设备实际运行要求做好加速度计测点布置工作，将重要观测点放置在主机的基角测点、主机与船体相连的基座测点、变速箱测点以及发电机测点等位置，以便扩大振动系统噪声源的检测覆盖面。

　　试验主要的分为多个工况开展，对背景噪声测量、对主机的不同转速进行测量。

　　3.2振动噪声信号特征提取

　　针对复杂机械设备振动系统噪声源诊断工作，还需要做好振动噪声信号特征的提取工作。由于本文工作案例中对辐射噪声量没有特殊要求，则不需要矢量水听器的振动速度信号。

　　通过分析检测结果数值，发现该机械设备的气缸盖测点振动值最大，水泵测的振动值第二，说明该设备的水泵以及气缸处存在较强的振动源，需要对此些部位进行精密的二次检测，发现存在与设备运行造成过大的原因，并制定出专项可行解决方案。

　　由于各测点的能量分布不同，基脚与机架位置处的能量主要分布在低频短，强振动源的能量主要分布在中频段以及高频段。通过分析及其壳体的传递作用，发现在振源传递到设备基脚以及机架位置处时已经被消耗掉绝大部分，因此可判断出设备的壳体主要起到了低通滤波器的作用。

　　3.3特征信息融合与模糊诊断

　　在建立复杂机械设备振动系统噪声源融合诊断系统期间，需要首先做好设备各测点处的特征值提取工作，针对不同测量的特征信息变化情况开展诊断工作。将此些诊断结果进行融合，并最终获得盖测点的实际诊断结果。

　　注重选取与隶属函数的计算[4]。对机械设备辐射噪声量进行手机，建立起隶属度函数，并绘制出带有频带能量比重、功率谱峰位置、最大功率值以及低频值得线谱。在条件允许的情况下还需要收集设备故障运行状态下的数据，综合此些特征值对设备噪声源进行最终诊断。

　　建立振动信号隶属函数，结合设备水泵、气缸或排气管等设备运行特征信息变化量，判断设备噪声源以及噪声出现原因。结果实际调查发现，气缸设备在出现漏气故障的情况下，振动能量会向高频方向移动，能量主要来源于高温燃气从漏气处流出二出现的脉冲激磁力。在漏气量最大的情况下，高频段的振动能量值也就越大，因此需要结合诊断结果，对高温燃气设备处的漏缝处进行及时修补或更换损坏部件，确保设备能够重新恢复到正常运行状态。

　　总结：总而言之，传统复杂机械振动系统故障检测工作仅依赖单一特征信息，检测结果的说服力不足。为及时发现存在于设备运行期间的各类故障问题，还需配合使用更为先进的噪声源诊断技术，发现振动系统异常噪声问题，针对此问题制定专项可行解决对策。

　　参考文献

　　[1]费朝阳. 多激励系统隔振降噪功率流及振声能量耦合理论与应用[D].沈阳工业大学，2012.

　　[2]张袁元. 车辆多相关振动噪声源及其路径识别方法研究[D].南京航空航天大学，2013.

　　[3]邵帅. 非线性机械振动系统的分岔与混沌运动[D].兰州交通大学，2018.

　　[4]周笛. 机械系统动态可靠性分析方法及其在采煤机动力传动系统中的应用[D].东北大学，2017.

期刊VIP网，您身边的高端学术顾问

文章名称： 复杂机械振动系统噪声源诊断技术

文章地址： http://www.qikanvip.com/jixie/60986.html