-
公开(公告)号:CN103674230A
公开(公告)日:2014-03-26
申请号:CN201310617296.7
申请日:2013-11-26
Applicant: 西安交通大学
IPC: G01H17/00
Abstract: 本发明公开了一种基于降噪源分离的舰艇振动噪声源分离与识别方法,先利用舰艇壳体结构观测振动混合信号包含的分量的统计独立性,建立舰艇壳体结构振动噪声源混合模型;然后利用降噪源分离方法将舰艇壳体结构观测振动混合信号分离为若干个独立源成分;再利用舰艇壳体结构振源先验信息,采用时域和频域联合分析的方法,从独立源成分中识别出舰艇振动噪声源。本发明提供的方法稳定高效,可实现在线分析,结果可靠,实时性好,简单易行,适用于舰艇等装备振动噪声源信息的分离和识别,不对舰艇结构造成损伤,便于对现有舰艇等壳体结构装备振动噪声源的准确分离与识别,可为舰艇减振降噪工作提供可靠依据。
-
公开(公告)号:CN119245807B
公开(公告)日:2025-05-06
申请号:CN202411222310.8
申请日:2024-09-02
Applicant: 西安交通大学 , 中国航发四川燃气涡轮研究院
IPC: G01H17/00 , F04D27/00 , G06F18/2131 , G06F17/16 , G06N7/01
Abstract: 本发明公开了基于多测量贝叶斯压缩感知的风扇声模态分解方法及系统,所述方法包括:步骤1,根据航空发动机风扇单音噪声周向主导声模态最高阶次和模态监测范围,确定沿航空发动机风扇机匣周向布置的最大麦克风数量及其安装位置角度;步骤2,从确定的安装位置角度中随机选定给定数量的麦克风位置,根据所述模态监测范围与选定的麦克风位置构建多测量向量贝叶斯压缩感知模型,所述给定数量不大于最大麦克风数量;步骤3,基于多测量向量贝叶斯压缩感知模型,对航空发动机风扇周向主导声模态进行测量。所述方法能自动适应不同的转速工况进行声模态测量,具有更好的鲁棒性。
-
公开(公告)号:CN119514338A
公开(公告)日:2025-02-25
申请号:CN202411562785.1
申请日:2024-11-05
Applicant: 西安交通大学
IPC: G06F30/27 , G06F30/15 , G06V10/77 , G06N3/084 , G06F119/10
Abstract: 本发明涉及噪声预测技术领域,公开了基于局部优化和深度学习的壳体高频声辐射预报方法,包括:获取水下航行器的壳体的历史运行数据,历史运行数据包括速度数据、振动数据和声辐射数据;对历史运行数据进行处理,并提取关键特征;构建深度学习网络模型,根据关键特征对深度学习网络模型进行训练;并采用局部优化算法对深度学习网络模型进行优化,得到深度学习网络模型参数的最优解;将参数的最优解赋予训练后的深度学习网络模型,得到壳体高频声辐射预报模型;获取水下航行器的壳体的实时运行数据,并基于壳体高频声辐射预报模型,根据实时运行数据确定壳体的高频声辐射预报数值。本发明提高了声辐射预测的准确性和效率,实现在线监测壳体噪声。
-
公开(公告)号:CN119042139A
公开(公告)日:2024-11-29
申请号:CN202411168727.0
申请日:2024-08-23
Applicant: 上海阿波罗机械股份有限公司 , 西安交通大学 , 上海赫耳墨锶科技有限公司
IPC: F04D15/00
Abstract: 本公开的实施例涉及一种对核电站循环水泵关键件及易损件进行疲劳寿命预测的方法、装置和介质。同时本公开所涉及的装置还集成有循环水泵关键件及易损件相关的数据采集及处理模块、存储模块、工业计算模块、软件程序模块、故障算法模块、预测算法模块和通信传输模块。
-
公开(公告)号:CN118503613A
公开(公告)日:2024-08-16
申请号:CN202410730389.9
申请日:2024-06-06
Applicant: 西安交通大学
Abstract: 一种基于稀疏贝叶斯学习的声场分辨率增强方法,在声源近场辐射区域内布置传声器从而测量得到声压的时间序列;利用傅里叶变换提取分析频率复声压从而得到全息面频域复声压;采用稀疏贝叶斯学习方法求解声场的稀疏权重系数,其具体过程包括:噪声超参数的更新,噪声概率密度函数的计算以及声场稀疏权重系数的估计;利用稀疏权重系数对复声压矩阵进行插值,得到分辨率增强声场。本发明方法通过稀疏贝叶斯学习实现空间声场插值,提高了声场分辨率以及声源定位精度,与传统的声场插值方法相比,本方法提供了更稀疏的声场权重系数与更高精度的重建结果。
-
公开(公告)号:CN118313216A
公开(公告)日:2024-07-09
申请号:CN202410594988.2
申请日:2024-05-14
Applicant: 西安交通大学
IPC: G06F30/23 , G06F30/17 , G06F17/11 , G06F17/16 , G06F119/14
Abstract: 本发明提供了一种基于声固耦合和大数据分析的壳体状态识别方法,包括:基于壳体结构的参数信息构建壳体三维模型,获取壳体结构的振动状态数据;获取壳体结构的传感器数据,采用大数据分析方法获取壳体结构的总损耗值以及各部件的损耗值,判断壳体结构是否需要更换,以及判断壳体结构的各部件是否需要进行维修。本发明分别采用有限元方法和边界元方法对壳体设备的内部结构进行分析,并采用声固耦合模型以及数字化模型结合的方式构建壳体设备的三维分析模型,在对壳体内部进行振动分析的同时实现整体设备以及各部件的运行状态显示,结合模型的输出结果实现船舶大型壳体设备的故障诊断,便于工作人员实时发现故障,及时采取维修或更换措施。
-
公开(公告)号:CN118067373A
公开(公告)日:2024-05-24
申请号:CN202410210742.0
申请日:2024-02-26
Applicant: 西安交通大学
Abstract: 公开了旋转机械欠定延时混合系统的谐波模态检测与去除方法。方法中,采集旋转机械运行状态下各个测点的振动响应加速度信号并形成信号序列;对信号序列经由短时傅里叶变换得到时频域;基于能量最大法,经由时频域计算全通道频率能量和,并检测峰值频点;计算峰值频点与其他频点的余弦距离,构造二进制时频掩码以估计出每个源信号的短时频谱;每个源信号的短时频谱通过短时傅里叶变换的逆变换,恢复每个源信号,并通过填充线消除边界效应;对源信号进行概率密度曲线和时域峭度计算,找到具有谐波特征的源信号;结合混合矩阵,实现信号重构,重构后的信号为去除谐波后的信号;将原始信号与去除谐波后的信号进行对比,去除谐波后的信号为输出结果。
-
公开(公告)号:CN118053445A
公开(公告)日:2024-05-17
申请号:CN202410211053.1
申请日:2024-02-26
Applicant: 西安交通大学
IPC: G10L25/27 , G10L25/06 , G10L25/48 , G06F18/20 , G06F18/2131 , G06F18/2136 , G06N7/01 , G01H17/00 , G06F123/02
Abstract: 公开了一种基于稀疏贝叶斯聚焦的等效源法近场声全息方法,该方法包括:在声源近场辐射区域内布置M个传声器从而测量得到全息面声压pH;在目标测试面更接近声源一侧布置具有Q个节点的等效源面;利用等效源法近场声全息模型建立等效源面上各等效源与全息面测点采集声压pH的声场传递矩阵,再利用稀疏贝叶斯聚焦算法求解各等效源强度系数q;利用等效源法近场声全息模型建立目标面N个测点声压与等效源面上各等效源之间的声场传递矩阵,从而求解重建面各测点声压pR。改善了传统等效源法近场声全息Tikhonov正则化对测量误差的敏感性,具有更高的重建成功率、速度与鲁棒性。
-
公开(公告)号:CN113705095B
公开(公告)日:2024-03-19
申请号:CN202110998629.X
申请日:2021-08-27
Abstract: 本发明公开了一种循环水泵数字孪生建模方法,属于先进制造与自动化技术领域。所述方法包括:对循环水泵进行功能特征分析、结构特征分析和运行特性分析的数字孪生分析,确定循环水泵的子系统集合、结构特点、运行参数;通过对循环水泵的物理对象实体进行分析,构建循环水泵的数字孪生虚拟模型;数字孪生虚拟模型包括机理模型建模、数据模型建模和知识模型建模;将得到的循环水泵的子系统集合、结构特点、运行参数与构建的循环水泵的数字孪生虚拟模型进行交互与集成,先对循环水泵数字孪生虚拟建模的通信需求进行分析,再确定数据传输方案进行数据映射和数据融合,实现虚实映射。本发明实现对循环水泵提供运仿真、优化等智能服务。
-
公开(公告)号:CN117216940A
公开(公告)日:2023-12-12
申请号:CN202310962823.1
申请日:2023-08-01
Applicant: 西安交通大学
Abstract: 公开了一种基于统计最优近场声全息的回转体设备的半自由声场重建方法,方法中,采用半自由场中线性声源声场作为研究对象以模拟半消声室中大型高端回转体装备辐射噪声。布置声压传感器构成平面测量面,测量得到全息面声压数据以及重建面声压数据;基于半自由场声场辐射特性以及地面反射系数,建立半自由场单元波函数模型;基于全息面与重建面半自由场波函数矩阵求解半自由场声场传递系数矩阵,利用正则化方法限制半自由场声场传递系数矩阵求解过程中误差;利用所述全息面声压数据以及所述半自由场声场传递系数矩阵构建所需声场重建面声压数据,实现半自由场声场重建。该方法适应范围广,重建精度高。
-
-
-
-
-
-
-
-
-