-
题名摩托车发动机缸头异响的监测方法研究
被引量：1
- 1
-
-
作者
杨诚
王中方
杨振冬
张斌
-
机构
重庆大学机械工程学院车辆工程系
重庆建设摩托技术中心
-
出处
《噪声与振动控制》
CSCD
北大核心
2010年第4期85-88,共4页
-
文摘
针对摩托车发动机缸头异响振动信号,使用时域统计函数计算各个循环内的异响特征值;通过与正常发动机频谱对比,找到了异响的特征频率;利用阶次分析研究了正常与异响发动机振动信号的能量分布,以及它们各阶次的能量差异。分析结果表明,三种方法能够正确识别缸头异响。
-
关键词
振动与波
异响
时域分析
频谱分析
阶次分析
-
Keywords
vibration and wave
abnormal sound
time-domain analysis
frequency spectrum analysis
order analysis
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于SDP法诊断发动机的异响
被引量：8
- 2
-
-
作者
杨诚
冯焘
王中方
杨振冬
-
机构
重庆大学机械传动国家重点实验室
重庆建设摩托技术中心
-
出处
《声学技术》
CSCD
2010年第5期523-527,共5页
-
文摘
针对发动机异响特征与声信号的复杂性,提出了基于SDP(Symmetrized Dot Pattern)的发动机异响诊断方法。通过将测得的发动机各个局部位置的声信号将其时域波形转换为极坐标图形,利用正常发动机与产生异响发动机SDP图形之间的相关系数来判断所测发动机是否存在异响,与传统诊断方法即对时域与频域信号幅值不同进行对比分析相比具有分析时间短、辨别直观等优点。试验结果证明,SDP法能快速准确地分辨出正常发动机与异响发动机的差别,达到了对发动机异响诊断的目的。
-
关键词
发动机
异响诊断
SDP法
图形相关系数
-
Keywords
engines
abnormal noise diagnosis
Symmetrized Dot Pattern（SDP） method
image correlation
-
分类号
TB53
[理学—声学]
-
-
题名基于LMS和SDP的发动机异响诊断方法研究
被引量：5
- 3
-
-
作者
杨诚
李爽
冯焘
杨振东
-
机构
重庆大学机械工程学院
重庆建设摩托技术中心
-
出处
《汽车工程》
EI
CSCD
北大核心
2014年第11期1410-1414,共5页
-
文摘
为有效提取发动机声信号特征,以诊断发动机的异响,提出了一种以最小均方算法和对称点图形算法相结合的发动机异响诊断方法。采用最小均方算法去除信号中的噪声,还原发动机声信号,而利用SDP图形技术将信号转换为极坐标图形,得以判断发动机是否产生异响。通过仿真与试验,验证了该方法的有效性。
-
关键词
发动机
异响诊断
最小均方算法
对称点图形
-
Keywords
engine
abnormal sound diagnosis
least mean square algorithm
symmetrized dot pattern
-
分类号
U472.9
[机械工程—车辆工程]
-
