设备状态监测-慧声智创科技

产生噪音的本质是机械振动。由瞬态激励或正常运行期间发生的周期性变化的激励引起的，通过路径传递产生典型的运行工况噪声。当动力学变化引起非典型振荡时，会出现与正常噪声的偏差。所有的机械结构都是这样，即使它们只能通过心理声学参数才能区分出来。

如果可以将异常噪声和被测产品的零部件结构对应起来，那么就可以确定噪声源。软件中识别噪声的特征量定义就是基于零部件结构、物理模型和它们的运动学特性

根据每个零部件会产生不同特征的振动信号，用这种方法能够将不良品分类。

再利用不同的信号特征选择合适的信号处理方法做故障识别，比如：周期性或瞬态信号谐波信号时间或角度同步信号调制成分对于信号特征提取，测试系统提供了几种有效的信号处理算法，如频谱分析、阶次谱分析、包络分析、角度域同步平均包络、边带谱分析或角度域同步倒谱分析，等。

一般来说，评估噪声和振动的性能试验台必须满足一致性和重复测试精度的要求。测量系统分析（MSA）可以系统的评估整个测试台架的重复性、稳定性，振动和噪声隔振要求。只有稳定重复精度高的试验台架才可以在生产线上测试低噪声振动的零部件，设备状态监测，识别产品故障。另一点需要注意，在试验室条件下或在整车测试条件下的测量限值，必须适应试验台上变化的边界条件。