акустическая диагностика, электрических машин Опции

[Д.К.]

Кто-нибудь знает серийно выпускаемые образцы апаратуры для акустической диагностики ? и насколько вообще шум двигателя может быть информативен для анализа технического состояния агрегата?

Сообщение отредактировал Д.К. - Sep 14 2012, 12:22

[Д.К.]

В том то и дело. Но! Например анализ спектра тока для выявления неисправностей двигателя довольно подробно изложен в статьях. Там есть и примеры спектров соответствующие различным повреждениям.
По акустической диагностике такого не видел.

Отчего же? Какие ещё можно изобрести алгоритмы для обработки сигналов?

изобретают. и пишут что Фурье никуда не годится для диагностики шумовых сигналов.

Вот что удалось найти:

CODE

Предлагается новый метод анализа нестационарных акустических про-
цессов, основанный на рекуррентном интегрировании, что позволяет увели-
чить разрешающую способность статистического анализа во временной об-
ласти. Метод применим для детектирования статистически-однородных (ква-
зистационарных) участков, сопоставления различных участков временного
ряда по величине функции корреляции и выявления внутренних диагности-
ческих признаков в нестационарных акустических процессах различной при-
роды.
В большинстве случаев шум рассматривается как помеха, но нередко
он используется в качестве источника информации [15]. Для анализа неста-
ционарных акустических процессов традиционно используется спектрально-
корреляционный анализ. Однако он неэффективен, если временной масштаб
возникшей нестационарности меньше продолжительности анализируемого
шумового процесса, поскольку в таком случае усредняется спектр мощности
флуктуаций на всем промежутке времени наблюдения возможного детекти-
руемого сигнала. Как правило, спектральный анализ проводится по выборке
данных большой протяженности. Этим в значительной мере исключается
вклад отдельных локальных участков нестационарности в результирующий
Фурье-спектр сигнала. Но во многих анализируемых временных последова-
тельностях именно локальные изменения свойств исследуемых шумов на ма-
лых временных масштабах, могут содержать полезную информацию. К тому же при статистическом подходе к анализу акустических процессов, порож-
дающая их динамическая сущность, как правило, не прослеживается.
В последнее время все большее применение находят специальные
спектральные методы, ориентированные на анализ нестационарных процес-
сов. Из таких методов наибольшее распространение получили оконный Фу-
рье анализ [16-18], вейвлет анализ [19,20] и полиспектральный анализ [21].
Применение алгоритмов анализа со скользящими окнами позволяет сущест-
венно увеличить разрешающую способность анализа во временной области
при сохранении достаточно высокого разрешения в частотной области. Но
это сопряжено со значительным увеличением объѐма вычислений и соответ-
ственно с увеличением затрат времени на анализ [22,23]. Кроме того, трѐх-
мерные (частотно-амплитудно-временные) поверхностные образы сложны
для формального распознавания.
В задачу настоящей работы входила разработка неинвазивного метода
исследований нестационарных акустических шумов, не вносящего неконтро-
лируемых ошибок и обеспечивающего упрощение интерпретации на основе
визуализации и статистического анализа.