基于局部近场声全息机械噪声源特征提取技术论文

《基于局部近场声全息机械噪声源特征提取技术论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、，ADissertationSubmittedtoShanghaiJiao％叼UniversityfortheDegreeofDoctorofEngineeringFaultFeatureExtractionTechniqueBasedonPatchNear·-FieldAcousticalHolographyCandidate：Mr．YangChaoSupervisor：Prof．ChenJinMajor：School：MechanicalDesignandTheorySchoolofMechanicalEngineeringStateKeyLaboratoryofMecha

2、nicalSystem＆VibrationShanghaiJiaoTongUniversityJune2009◆●本研究得到下列国家科研项目的资助：国家自然科学基金重点项目(No．50335030)=“大型复杂机电系统早期故障智能预示的理论与技术"国家自然科学基金面上项目(No．50675140)：“面向IMS并基于信息融合的设备性能退化评估与预测’’在此，谨诚挚感谢国家自然科学基金委员会和国家科学技术部!◆■音■●上海交通大学上海父迥大罕学位论文原创性声明本人郑重声明：所呈交的学术论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包

3、含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人或集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：彳障日期：卵年p／日●●上海交通大学上海父逋大芋学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在——年解密后适用本授权书。本学位论文属于不保密囝。(请在以上方

4、框内打“／’’)学位论文作者签名：指导教师签名：瞄辞日期：莎丫年p／日日期：D7年了月／日■●上海交通大学博士学位论文答辩决议书所在姓名杨超学号0050209071机械设计及理论学科指导教师陈进答辩2009．．07．．01答辩上海交通大学图书馆会议室日期地点论文题目基于局部近场声全息的机械噪声源特征提取技术投票表决结果：7／7／7(同意票数／实到委员数／应到委员数)答辩结论：母名过口未通过●评语和决议：：，‘该博士学位论文以国家自然科学基金重点项爵为背旁

5、I，研究了机械噤声源瓣谈与声学特征提取技术，．是机械设备故障诊断领域的新进展i论文主要创新点如下聿’：。。．．。，、、。；：

6、。薹t磊：捷出7联食局部近场声垒息方法，利用改进型统计最优平猫逸场声垒患的声源定’铲j囊tf位结果指导波叠加法重构声场，改磐7等效源配鬻的效果，提离7煎建精度。2i撬如了一种基予双垒息西溅燕盼声源定位技术，用予声场指向性不强豹声源体在兰维空闻中的定位．：．一’*”’，‘，，。，；、·褥出了一种统计最优近场声垒息中空间波数域的波数矢量布局的改进方法，在僚．√证声场重建精度的前提下，可以提高声场的重建效率。～。l、；论文工作袭观*一作者有坚实的理论萋础和深入的专业知识，较好地掌握了试验技静歌，邑具替独立觚事科学研究豹能力，．，论文理论分据芷碡，内容事誊、公式推导严密，计簿和实验结果

7、可信。论文答务争论述清晰，回答闯题正确。经答辫委负袅无记名投鬃．，七鬃一致。通过箕论文答辩·并建议授予工学博士学位。·，+。．y唪．。，。◆7，，。。．’‘4：‘。一一’7二／一···一、-7汐c『年p7月夕7日职务姓名职称单位签名主席史习智教授上海交通大学朗弘答辩委员饶柱石教授上海交通大学懒们腹委委员华宏星教授上海交通大学鞔易员会委员张泉南研究员中国船舶重工集团第711研究所、撇髟成，多如乳员委员恽伟君研究员上海船舶第611研究所签委员蒋伟康教授上海交通大学翰力名委员陈进教授上海交通大学雠秘书董广明讲师上海交通大学鼍广胡中文摘要基于局部近场声全息的机械噪声源特征提取技术摘要基

8、于振动信号的故障诊断技术在某些场合下存在着局限性，而机械噪声蕴含着丰富的机器状态信息。利用噪声信号进行故障诊断的技术称之为声学诊断技术。为了实现声学诊断技术，必须结合机器噪声信号的特点，对声学特征提取技术进行深入研究，使得提取的特征能更好地描述机械设备的运行状态。常规的声学特征提取技术可以给出故障特征随时间、频率的变化规律，但无法揭示故障特征随声源位置的变化信息。为了能更有效地利用噪声信号对机械设备进行故障诊断，本文研发了基于局部近场声全息的机械噪声源特征提取技术。该技术采用由少量传声器组成