机械设备状态监测和故障诊断技术
机械设备状态监测与故障诊断技术
优点与局限性
温度监测技术具有简单 、直观和易于实现的优 点。然而，对于非热力 设备或低温设备，温度 变化可能不明显，需要
采用其他监测方法。
油液分析技术
总结词
油液分析技术是通过分析机械设备的润滑油或液 压油的成分和性能指标，从而判断设备运行状态 的一种方法。
适用范围
油液分析技术适用于各种类型的机械设备，特别 是润滑系统和液压系统，如轴承、齿轮和液压缸 等。
温度监测技术是通过测 量机械设备的温度变化 ，分析其特征参数，从 而判断设备运行状态的 一种方法。
详细描述
温度监测技术主要应用 于热力设备、电机和电 子设备的监测。通过测 量和分析温度信号的变 化趋势、波动幅度和温 差等参数，可以判断设
备的运行状态。
适用范围
温度监测技术适用于各 种类型的热力设备和电 子设备，如锅炉、汽轮 机、变压器和集成电路
技术应用前景
工业4.0
机械设备状态监测与故障诊断技术是工业4.0的重要组成部分，能 够提高生产效率和设备利用率，降低维护成本。
智能制造
在智能制造领域，该技术能够实现设备的远程监控和预测性维护， 提高制造过程的可靠性和效率。
航空航天领域
在航空航天领域，该技术对于保障飞行安全和提高飞行器寿命具有 重要意义。
机械设备状态监测与故障诊断 05 技术的挑战与未来发展
技术挑战
监测设备兼容性
不同品牌和型号的机械设备可能 需要特定的监测设备，导致监测
设备的兼容性成为一大挑战。
数据处理与分析
机械设备产生的数据量庞大，如何 高效地处理和分析这些数据以提取 有价值的信息是一个技术难题。
故障预测准确性
准确预测机械设备故障的发生时间 和部位是一个具有挑战性的任务， 需要不断优化算法和提高预测模型 的精度。
设备状态监测和设备故障诊断技术
设备状态监测与设备故障诊断技术第一章：绪论第一节：什么是设备诊断技术机械设备状态监测与故障诊断是同一学科的两个不同层次，它们既有联系又有区别，为了方便起见统称为机械设备故障诊断。
机械设备故障诊断是识别机械设备（机器或机组）运行状态的一门综合应用科学和技术，它主要研究机械设备运行状态的变化在诊断信息中的反映。
具体来说，就是通过测取设备运行的状态信号，并结合其历史状况对所测取的信号进行处理、分析、提取特征，从而定量诊断（识别）机械设备及其零部件的运行状态（正常、异常、故障），再进一步预测设备未来的运行状态，最终确定需要采取何种必要的措施来保证机械设备取得最优的运行效果。
主要内容包括对机械设备运行状态的监测、诊断（识别）和预测三个方面。
其中，状态监测也被称为简易诊断，一般是通过测定设备的某些较为单一的特征参数（如：振动、温度、压力等）来检查设备运行状态，再根据特征参数值与门限值之间的关系来确定设备当前是处于正常、异常还是故障状态。
如果对设备进行定期或连续的状态监测，就可以获得设备运行状态变化的趋势和规律，据此就可以预报设备的未来运行发展趋势，也就是人们常说的趋势分析。
诊断（识别）则不仅要掌握设备的运行状态和发展趋势，更重要的是查找产生故障的原因，识别、判断故障的严重程度，为科学检修指明方向，这就是人们常说的精密诊断，设备状态监测与设备故障诊断可以从以下两个方面来理解。
1.设备状态监测以监测设备振动发展趋势为手段的设备运行状态预报技术。
2.设备故障诊断以分析设备振动主要特征为手段的设备运行故障诊断技术。
设备故障诊断技术是以设备为对象，采用多种现代化科学成果而形成的一门综合性学科。
它涉及了传感器技术、信息采集技术、信息处理技术、识别理论、预报决策、计算机诊断技术及有关机械设备的专业技术与理论。
第二节：故障诊断的目的机械设备故障诊断的根本目的就是要保证设备的安全、可靠和高效、经济地运行，具体来说就是：1．及时、正确、有效地对设备的各种异常状态和故障状态作出诊断，预防或消除故障；同时对设备的运行维护进行必要的指导。
设备状态监测与故障诊断技术第5章-旋转机械故障诊断技术
2024/8/1
图5.8 典型不对中谱图
可编辑课件PPT
பைடு நூலகம்
19
19
实例四: 转子不对中故障的诊断
MO MI PI PO
电机
水泵
出现2×频率成分。 轴心轨迹成香蕉形或8字形。 振动有方向性。 轴向振动一般较大。 本例中, 出现叶片通过频率。
2X频率 1X频率
叶片通 过频率
2024/8/1
可编辑课件PPT
转子不平衡故障包括: ①转子质量不平衡、 ②转子偏
心、 ③轴弯曲、 ④转子热态不平衡、 ⑤转子部件
脱落、 ⑥转子部件结垢、 ⑦ 联轴器不平衡等，不
同原因引起的转子不可编平辑课衡件P故PT 障规律相近，但也各有 3
2024/8/1
3
第一节 旋转机械典型故障的机理和特征
1．转子质量不平衡
力不平衡: 不平衡产生的振动幅值在转子第一临界转速以下随转速的 平方增大。例如，转速升高1倍，则振动幅值增大3倍。在转子重 心平面内只用一个平衡修正重量便可修正之。
4．转子热态不平衡: 在机组的启动和停机过程中，由于热交换速
度的差异，使转子横截面产生不均匀的温度分布，使转子发生
瞬时热弯曲，产生较大的不平衡。热弯曲引起的振动一般与负
荷有关。
可编辑课件PPT
5
2024/8/1
5
第一节 旋转机械典型故障的机理和特征
5. 转子部件脱落 可以将部件脱落失衡现象看作对工作状态的转子
掌握滚动轴承故障诊断技术、齿轮故障诊断技术；
了解电动机故障诊断技术、皮带驱动故障诊断技术；
2024/8/熟1 悉利用征兆的故障诊可断编辑方课件法PPT。
2
2
第一节 旋转机械典型故障的机理和特征
设备状态监测与故障诊断
5 设备状态监测与故障诊断所谓“状态监测与故障诊断”，就是对运行中的设备实施定期或连续监测、有关参数分析、有效地对设备运行状态进行系统自动监测分析或人工分析，读取相应的自诊断状态报告，以便尽早发现潜伏性故障，提出预防性措施，避免发生严重事故，保证设备的安全、稳定和经济运行，并以此指导设备检修。
设备状态监测和故障诊断技术也称为预测维修技术，是新兴的一门包含很多新科技的多学科性综合技术。
简单地说就是通过一些技术手段，对设备的振动、噪声、电流、温度、油质等进行监测和技术分析，掌握设备的运行状态，判断设备未来的发展趋势，诊断故障发生的部位、故障的原因，进而具体指导维修工作。
传统的耳听、手摸等也可以算是其中的一种比较简单的手段。
5.1 设备故障的规律设备故障是一个非常广义的概念。
简单地说，设备故障就是设备系统或其中的元件／部件丧失了规定的功能或精度。
与故障意义相近的还有“失效”的概念，失效通常指的是不可修复的对象；故障指的是可以修复的对象。
早期故障：这种故障的产生可能是设计、加工或材料上的缺陷，在设备投入运行初期暴露出来。
或者是有些零部件如齿轮箱中的齿轮及其他摩擦副需经过一段时期“跑合” , 使工作情况逐渐改善。
这种早期故障经过暴露、处理、完善后，故障率开始下降。
使用期故障：这是产品有效寿命期内发生的故障，这种故障是由于载荷（外因，指运行条件等）和系统特性（内因，指零部件故障、结构损伤等）无法预知的偶然因素引起的。
设备大部分时间处于这种工作状态。
这时的故障率基本上是恒定的。
对这个时期的故障进行监测与诊断具有重要意义。
后期故障（耗散期故障）：它往往发生在设备的后期，由于设备长期使用，甚至超过设备的使用寿命后，设备的零部件由于逐渐磨损、疲劳、老化等原因使系统功能退化，最后可能导致系统发生突发性的、危险性的、全局性的故障。
这期间设备故障率是上升趋势，通过监测、诊断，发现失效零部件应及时更换，以避免发生事故。
设备故障的规律可分为以下六种模式。
机械系统的状态监测与故障诊断
机械系统的状态监测与故障诊断机械系统是由众多的零部件组成的复杂系统，它承担着各种任务和功能。
然而，长时间运行和高强度使用导致了机械系统容易发生故障的问题。
为了确保机械系统的正常运行和预防故障发生，我们需要进行状态监测和故障诊断。
状态监测是指通过采集和分析机械系统的运行数据来评估系统的性能和运行状态。
常见的状态监测方法包括振动分析、温度监测、噪音分析和润滑油分析等。
其中，振动分析是最常用的一种方法。
振动信号可以提供关于机械系统各个部分的运行状态和性能信息，例如轴承的磨损、齿轮的磨损等。
通过对振动信号的分析，可以判断机械系统是否存在异常，并及时采取维修措施。
故障诊断是指通过对机械系统故障进行分析和判断，找出故障的原因和位置。
故障诊断的方法多种多样，可以通过电气信号分析、图像处理和模型仿真等技术手段来实现。
其中，电气信号分析是常用的一种方法。
电气信号可以反映机械系统各部分的运行状况，例如电机的电流和电压信号可以用来判断电机是否正常工作。
通过对电气信号的分析，可以快速准确地判断故障的原因和位置，从而采取相应的维修措施。
在机械系统的状态监测和故障诊断过程中，数据采集是至关重要的一环。
数据采集可以通过传感器和数据采集设备来实现。
传感器可以将机械系统的运行数据转化为电信号，并送入数据采集设备进行记录和存储。
数据采集设备可以将采集到的数据进行处理和分析，并显示出结果。
同时，为了提高数据采集的效率和准确性，还可以使用无人机等先进设备进行远程数据采集。
为了确保机械系统的状态监测和故障诊断的准确性和可靠性，我们还需要建立相应的模型和算法。
模型是通过对机械系统进行建模和仿真得到的数学模型，它可以模拟机械系统的运行过程和性能。
通过与实际数据进行比较，可以判断机械系统是否存在异常。
算法是处理数据和分析结果的一组计算方法和过程。
常见的算法包括频域分析、时域分析和小波分析等。
通过对采集到的数据进行算法处理和分析，可以得到机械系统的状态和故障诊断结果。
机械设备状态监测和故障诊断技术
旋转机械如电机、压缩机、轴承等在长期运行过程中，容易出现磨损、疲劳、腐蚀等问题，导致设备性能下降或 失效。通过振动分析、声音分析、温度监测等故障诊断技术，可以及时发现异常现象，判断故障类型和程度，为 维修保养提供依据。
故障诊断在液压系统中的应用
总结词
液压系统在机械设备中起到传递动力和调节控制的作用，其运行状态直接影响到 整个设备的性能。对液压系统进行状态监测和故障诊断，有助于保障设备的稳定 性和可靠性。
早期的状态监测主要依靠人工检 查和简单的仪表测量，受限于技 术和认知水平，监测的准确性和
可靠性较低。
发展阶段
随着电子技术和计算机技术的进 步，状态监测技术逐渐向自动化 、智能化方向发展，出现了各种 传感器、数据采集与处理系统等
。
成熟阶段
现代的状态监测技术已经形成了 集信号处理、模式识别、预测评 估等多学科于一体的综合性技术 体系，广泛应用于各种机械设备
详细描述
液压系统中的各种元件，如泵、阀、缸等，在长期使用过程中可能会出现泄漏、 堵塞、磨损等问题。通过对液压油的温度、压力、流量等参数进行监测，结合压 力波动、噪声等信号分析，可以快速定位故障位置，提高维修效率。
故障诊断在生产设备中的应用
要点一
总结词
要点二
详细描述
生产设备是工业生产中的重要工具，其运行状态直接关系 到生产效率和产品质量。通过状态监测和故障诊断技术， 可以及时发现设备潜在问题，保障生产的顺利进行。
多技术融合的监测与诊断技术
多技术融合的监测与诊断技术是指将多种技术手段融合在一 起，形成综合性的监测和诊断系统。这些技术手段包括振动 分析、油液分析、声发射等，能够从多个角度对机械设备进 行全面监测和分析。
多技术融合的监测与诊断技术能够提高故障诊断的准确性和 可靠性，为维修工作提供更加全面的技术支持。同时，这种 技术需要专业人员对各种技术手段进行综合分析和判断，以 保证监测和诊断结果的准确性。
机械设备状态监测与故障诊断技术
（大、中、小修 ） 不足维修——新故障和潜在的故障因素
路漫漫其悠远
机械设备状态监测与故障诊断技术
第一章 概 述
2.2重要缺陷—传统的检修方式对于故障的寻找往往需要
对设备的大拆大卸才能实现，检修周期长，且检修后，设备
机械设备状态监测与故 障诊断技术
路漫漫其悠远
2020/11/18
机械设备状态监测与故障诊断技术
第一章 概述
近些年来，设备状态监测与故障诊断逐渐进入工程应用 阶段，技术日趋成熟，应用范围日趋广泛，成为现代设备维 护技术的一个重要组成部分。
一、实施设备状态监测与故障诊断的意义
1.机械设备维护的基本任务：对设备进行合理的技术维护、 及时发现异常和故障、适时采取检修措施以最大限度保证其 正常运行。 2.传统的机械设备维护方法——一定意义上的经验维护法 特点：具有相当的局限性，往往依靠人的眼看、耳听、手摸 等感观手段获取某种信息继而凭借过去的经验来加以判断。
路漫漫其悠远
齿轮座受倾翻力矩作用
机械设备状态监测与故障诊断技术
机械振动及设备故障诊断方向
轧机主传动系统故障诊断
a. 咬入
路漫漫其悠远
c.抛出
齿轮座振动纪录曲线机械设备状态监测与故障诊断技术
机械振动及设备故障诊断方向
小波分析在故障诊断中的应用
小波具有时频“聚焦”特性 高斯小波—最大熵谱分析 小波分析—AR谱 实现微弱故障诊断信号分离和提取，发现早期故障 R1减速机高速轴工作侧轴承保持架不平衡产生的故障频率 计算值3.19HZ 故障：该轴承保持架不平衡
§ 有限元计算：两向受力，一向受压，等效应力最大
机械设备状态监测与故障诊断
机械设备状态监测与故障诊断机械设备的状态监测与故障诊断是指利用现代科学技术和仪器，根据机械设备（系统、结构）外部信息参数的变化来判断机器内部的工作状态或机械结构的损伤状况，确定故障的性质、程度、类别和部位，预报其发展趋势，并研究故障产生的机理。
机械设备状态监测与故障诊断技术是保障设备安全运行的基本措施之一，其实质是了解和掌握设备在运行过程中的状态；预测设备的可靠性；确定其整体或局部是正常或异常。
它能对设备故障的发展作出早期预报，对出现故障的原因、部位、危险程度等进行识别和评价，预报故障的发展趋势，迅速地查寻故障源，提出对策建议，并针对具体情况迅速地排除故障，避免或减少事故的发生。
所谓机械故障，就是指机械系统（零件、组件、部件或整台设备乃至一系列的设备组合）因偏离其设计状态而丧失部分或全部功能的现象。
其内容包括●能使设备或系统立即丧失其功能的破坏性故障。
●由于设计、制造、安装或与设备性能有关的参数不当造成的设备性能降低的故障。
●设备处于规定条件下工作时，由于操作不当而引起的故障。
●设备的自然耗损，如磨损、疲劳、老化等所引起的故障。
机械故障诊断可以分类如下1．按目的分（1）功能诊断（2）运行诊断2．按方式分（1）巡回检测（2）在线监测3．按提取信息的方式分（l）直接诊断（2）间接诊断4．按诊断时所要求的机械运行工况条件分（l）常规工况诊断（2）特殊工况诊断5．按功能分（1）简易诊断（2）精密诊断设备诊断技术的三个环节（1）信息的采集（2）信息的分析处理3）状态的识别、诊断、预测和决策设备诊断技术覆盖的知识面较宽，它包括：数据采集技术，计算机数据分析处理技术，计算机诊断、预测、决策技术；设备本身的结构原理、运动学和动力学；设备的设计、制造、安装、运转、维护、修理知识；设备系统与部件的故障或失效机理及零部件可靠性方面的知识等等。
机械设备状态监测及诊断技术的主要工作内容如下（1）保证机器运行状态在设计的范围内 监测机器振动位移可以对旋转零件和静止零件之间临近接触状态发出报警。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
行噪声源的识别和定位，为噪声控制、预测及故障 诊断等提供依据
22
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
常用的声场可视化方法
近场声全息（NAH）－传统方法
基于边界元建模（BEM）的NAH HELS方法（Helmholtz方程最小平方误差） 波叠加方法（Wave
38
发展趋势
系统中故障诊断功能完善
故障分析指导系统：针对有关的机械设备及参数，给
出若干可能故障的说明和分析依据，最后由操作者或 分析人员来确定结论 故障诊断辅助系统：在给出分析处理结果和故障特征 提示的情况下，利用人机结合的方式进行故障分析与 判断 故障诊断专家系统：利用知识库和推理机由计算机自 主（配合一定的人机交互）完成故障分析与诊断，并 提出相应的处理措施
39
发展趋势
设备管理功能占重要地位
开发智能维护系统(IMS, Intelligent Maintenance System)
IMS是指采用性能衰退分析和预测分析方法，结合信
息电子技术(包括：互联网、非接触式通讯技术、嵌 入式智能电子技术)，使设备达到近乎零故障的性能 的一种新型维护系统 该系统将企业的设备管理、备品备件管理、以及设备 信息化管理等融为一体
机械设备状态监测与故障诊断技术在满足上述这些要求
中，扮演着越来越重要的角色
4
起源
机械设备是现代化工业生产的物质技术基础，设备管理
则是企业管理中的重要领域
也就是说，企业管理的现代化必然要以设备管理的现代
化作为其重要组成部分
机械设备状态监测与故障诊断技术在设备管理与维修现
代化中占有重要的地位
27 上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
任务
状态监测：
了解和掌握设备的运行状态。
故障诊断：
根据状态监测所得信息，结合已知的结构特性和参数、
环境条件及运行历史，对故障进行预报和分析、判断， 确定故障的性质、类别、程度、原因、部位，指出故 障发生和发展的趋势及其后果
3150 Hz R 10 cm
4000 Hz R 8 cm
5000 Hz R 6 cm
6300 Hz R 5 cm
25
近场声全息需要约 3300 个测点，才能识别这样的高频 上海交通大学 振动、冲击、噪声国家重点实验
室
2015年3月20日星期五
目的和意义
目的
目标：保证设备的安全、可靠和高效、经济运行
18
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
基于振动(噪声)测量与分析
机械振动信号中包含了丰富的机器状态信息，它是机械
设备故障特征信息的良好载体 利用振动信号来获取机械设备的运行状态并进行故障诊 断具有如下优点：
方便性：利用各种振动传感器及分析仪器，可以很方便地
我国已将设备诊断技术、修复技术和润滑技术 列为设备管理和维修工作的三项基础技术
5
起源
维修方式归纳起来有三大类，共五种形式：
事后维修(BM) 改善维修(CM) 预防维修(PM)－视情维修(COM)、状态维修(CBM)和
计划(定期)维修(TBM)
维修方式 改善维修(CM)
改装、改进 (型)、重新 设计、变更 式样 视情维修 给定计划、制 定界限值、有 缺陷和需要时
2015年3月20日星期五
B/S模式在线监测诊断系统-监测界面
波 形 监 测
频 谱 监 测
波 形 频 谱 监 测
31 上海交通大学 振动、冲击、噪声国家重点实验Leabharlann 室2015年3月20日星期五
B/S模式在线监测诊断系统-分析界面
32
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
为准确、有效地获得故障特征信息，目前重点是：
研究和发展基于非高斯、非平稳及非线性故障信号 的分析理论及方法
时频分布、小波分析、高阶统计量分析、循环平稳信
号处理、非线性分析、…
21
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
可视化声源定位技术
通过重建设备辐射的噪声场以直观的动态图像来进
在线、离线；定期、连续；... 简易、精密
M 监测 (I)
C 工作状态 异常
正常
D 诊断 (II)
诊断理论与方法 统计识别， 模糊逻辑， 灰色理论， 神经网络，... 类别 磨损、腐蚀、变形、 裂纹、不平衡、不对 中、松动、渗漏、... 性质与程度 暂时、永久、突发、 渐发、破坏、非破 坏、先天、错用、...
设备状况监测与故障诊断技术
第四小组 何欢
目录
起源与含义
意义与优势
监测与诊断技术基础原理 监测与诊断系统应用 监测与诊断技术发展趋势 结束语
2
2015年3月20日星期五
技术概述与用途
起源
现代工业生产对机械设备的要求:
可靠性 可用性 维修性 经济性 安全性 进行全寿命管理，实行全面质量保证体系制度
预防维修(PM)
状态维修 以状态为基础、基 于统计分析、信号 处理、趋势分析
事后维修(BM)
定期维修 以时间为基 础、长期计 划、定期 性能严重劣 化或故障停 机时导致的 非计划维修
6
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
7
8
9
10
基本工作原理及优势
技术结构关系
40
The End
谢谢 !
请批评指正
41
主要目的：
及时、正确、有效地对设备的各种异常或故障状态作
出诊断，预防或消除故障；同时对设备的运行维护进 行必要的指导。确保可靠性、安全性和有效性 制定合理的监测维修制度，保证设备发挥最大设计能 力,同时在允许的条件下充分挖掘设备潜力，延长其 服役期及使用寿命，降低设备全寿命周期费用 通过检测、分析、性能评估等，为设备修改结构、优 化设计、合理制造及生产过程提供数据和信息
应用和适用性
适用性
34
35
发展趋势
发展趋势
离线系统与在线系统相互交融，最终形成基于
Internet/Intranet的一体化远程监测与诊断系统，其 中：
分析方法和算法等共享
数据库、知识库共享
设备管理机制共享 在线系统负责关键机组设备
巡检系统面向尚无固定测点的中小设备
获得振动信号 在线性：振动监测可在现场不停机的情况下进行 无损性：在振动监测过程中，不会对被测对象造成损伤
除了应用振动分析方法之外，还可采用油液分析、红外热 像、超声探伤以及温度、压力分析等多种不同技术
上海交通大学 振动、冲击、噪声国家重点实验 室
19
2015年3月20日星期五
信号处理技术
指导设备管理和维修
28
用途 设备维修管理
保障设备运行安全，防止突发事故 保证设备工作精度，提高产品质量 实施状态维修(或预防维修)，节约维修费用 避免设备事故带来的环境污染及其它危害 给企业部门带来较大的间接经济效益
29
B/S模式在线监测诊断系统-总体功能
30
上海交通大学 振动、冲击、噪声国家重点实验 室
正向逻辑：故障反映
表现 振动、噪声、温 度、压力、转速、 扭矩、功率、... 分析 参数监测， 症状识别， 特征提取，...
S 症状
逻辑关系
F 故障
逆向逻辑：机理研究
逻辑关系 简单映射、加权相关、规则相关、置信因子、...
12
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
13
信号采集
14
信号处理
15
16
17
基于振动(噪声)测量与分析
在这里所提及的状态监测与故障诊断，均是指基于
振动测量与分析方面的技术
事实上状态监测与故障诊断是一门综合性极强、涉及
面非常广泛、学科交叉渗透十分丰富的技术 除了应用振动分析方法之外，还可采用油液分析、红 外热像、超声探伤以及温度、压力分析等多种不同技 术
37
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
发展趋势
监测与分析新技术的不断引入
硬件方面
功能强化 – 便携式数采增加整周期采样、双通道 可靠性提高 – 在线系统采用VXI或PXI总线 性能提高 – 高速多通道并行，DSP器件
软件方面
功能更加丰富完善、准确有效 现代信号处理技术成果实用化 分布式计算技术运用
特征提取必不可少的工具
传统：以FFT为核心的信号分析技术
现代：在故障特征提取方面
20
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
现代信号处理技术
现代信号处理的本质可用七个“ 非”字来高度概
括，即研究：
非线性、非因果、非最小相位系统 非高斯、非平稳、非整数维(分形)信号 非白色加性噪声
Superposition） 波束形成（Beamforming）
23
上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
可视化声源定位实例
汽车发动机
电机
24 上海交通大学 振动、冲击、噪声国家重点实验 室
2015年3月20日星期五
汽车发动机声场图 – Beamforming(66)