弹性壁扩张式消声器传递损失特性研究

本文将挠性接管和扩张式消声器相结合,提出了弹性壁扩张式消声器.采用传递矩阵法将弹性壁扩张式消声器划分为三个声学单元,基于Green函数和Kirchhoff-Helmholtz积分公式建立了弹性管段的声学模型,进而求得弹性壁扩张式消声器的传递损失,并且利用有限元法对理论结果进行验证.然后,研究了管壁参数对传递损失的影响.基于等效流体模型简化算法,得到弹性壁扩张式消声器传递损失的近似解法.结果表明:相较于刚性壁扩张式消声器,弹性壁扩张式消声器的传递损失曲线向低频移动并且峰值得到提高,低频消声性能得到提升;降低管壁材料的弹性模量,使传递损失曲线进一步地向低频移动;增加管壁材料的阻尼,通过频率处的消声效果得到提高.采用等效流体模型简化了求解过程,在低频范围具有较高的精度.     

基于声辐射模态理论的声场分离技术

为了消除复杂声场中干扰噪声对于近场声全息重建精度的影响,该文提出了一种基于单层阵列测量的声场分离技术.当目标声源和干扰噪声源为相干声源时,利用源强密度声辐射模态分析理论建立了声源与辐射声场的数学关系模型,通过对单层阵列测量的声压数据进行空间重采样得到两组子数据,构造各组子数据与目标声源和干扰噪声源的声辐射模态之间的数学公式,再求解公式中目标声源的各阶声辐射模态的展开系数,可重构目标声源在阵列处的声场响应,达到声场分离的目的.刚性脉动球声源与刚性脉动球干扰源、平板声源与刚性脉动球干扰源的数值仿真及对影响该方法的相关参数进行了详细研究,相关结果表明该方法具有较好的有效性和正确性.     

加权支持向量机在机器状态识别中的应用

在机器状态识别中采用加权SVM算法,对类别差异造成的影响进行了相应的补偿,从而提高了小类别的分类精度,这对于需要重点关注小类别精度的应用场合有重要的现实意义,以某减速箱轴承为例,取得了较好的实验结果。     

改进Bayes判别法在机械状态识别中的应用

Bayes判别法是统计模式识别中的一个基本方法,既考虑了各类参考总体出现的概率大小,又考虑了因误判造成的损失大小,比较适合在样本的数量不充分大,大子样统计理论不适宜的情况下进行状态判别,对它作了总体服从正态分布的合理假设后,将改进Bayes判别法成功运用到机械状态识别中,并利用这种方法对某减速箱轴承进行了状态判别,判别准确率较高,获得了满意的实验效果,从而证明了改进Bayes判别法是一种很好的机器状态识别方法。