System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及探测设备,具体涉及一种异响检测方法及装置。
技术介绍
1、随着人们对汽车的性能要求越来越高,汽车部件声品质问题会造成声干扰,影响车内环境,汽车部件在运行过程中若出现器件的异响,用户需要请维修人员检测排查,但仅凭维修人员的主观判断容易出现判断失误,尤其是汽车部件内部的异响,无法及时准确判断何处发生故障,维修效率极低。
2、相关技术中,吸附式异响听诊器可对车辆行驶过程中的异响问题检测,主要采用听诊器固定在结构件上探测异响,对汽车部件内部的异响探测困难,同时在车辆行驶过程中异响信号极易受其他不相关的信号干扰,干扰信号会导致故障位置的错误判断。
3、因此,有必要设计一种新的异响检测装置,以克服上述问题。
技术实现思路
1、本申请提供一种异响检测方法及装置,可以解决相关技术中在车辆行驶过程中吸附式异响听诊器探测的异响信号会受其他不相关的信号干扰,无法准确判断故障位置的技术问题。
2、第一方面,本申请实施例提供一种异响检测方法,其包括以下步骤:
3、s1:将异响检测装置安装于汽车部件的待测位置,并使用异响检测装置检测异响发生时刻的振动信号。
4、s2:对振动信号进行分析,确定异响频率段,并对异响频率段进行降噪,根据降噪后的振动信号对待测位置进行异响分析。
5、其中,将所述异响检测装置安装于汽车部件的待测位置,并使用所述异响检测装置检测异响发生时刻的振动信号,然后对所述振动信号进行分析,确定异响频率段,缩小所述振动
6、结合第一方面,在一种实施方式中,所述对振动信号进行分析,确定异响频率段包括:
7、s201:对振动信号进行傅里叶变换,确定异响频率段。
8、其中,通过傅里叶变换可将时间信号函数在一组特定的基函数上进行投影,得到所述时间信号函数在各个频率上的分量,以确定所述振动信号的异响频率段,缩小所述振动信号的检测范围。
9、结合第一方面,在一种实施方式中,所述对异响频率段进行降噪包括:
10、s202:对振动信号进行小波包分解,挑选包含异响频率段的小波包。
11、s203:对小波包进行信号重构,构建第一信号s1。
12、其中,小波包分解能将所述振动信号的低频分量和高频分量分解,提高所述振动信号的时频分辨率,所述振动信号的范围可以设置为0~3000hz,经小波包分解所述振动信号可以分为六段,第一段为0~500hz,第二段为500~1000hz,第三段为1000~1500hz,第四段为1500~2000hz,第五段为2000~2500hz,第六段为2500~3000hz,挑选包含异响频率段的小波包,即第一段,小波包分解降噪为第一步降噪,示范性地,所述振动信号可以分解为三层,每层的节点数可以设置为2n(n=1,2,3),所述振动信号s和低频信号a以及高频信号d的分解关系满足以下关系:
13、s=a1+d1=aa2+da2+ad2+dd2
14、=aaa3+daa3+ada3+dda3+aad3+dad3+add3+ddd3 (1)。结合第一方面,在一种实施方式中,所述对异响频率段进行降噪,还包括:
15、s204:对第一信号s1进行完全自适应噪声集合经验模态分解,得到多个固有模态函数imf,求解每个固有模态函数imf与第一信号s1的相关系数,挑选相关系数大于设定系数值的几组固有模态函数imf信号重构得到第二信号s2。
16、其中,完全自适应噪声集合经验模态分解(ceemdan)降噪为第二步降噪,ceemdan包括以下步骤:
17、第一步:将添加了高斯白噪声的原始信号进行分解,获得所有分解得到的一阶imf分量的均值imf1:
18、
19、其中,imf1为一阶imf分量的均值,x(t)为原始信号,ej为算子,wi为n(0,1)分布的高斯白噪声,εk为噪声幅值,
20、第二步:根据原始信号和一阶imf分量的均值获得一阶残差,一阶残差r1(t)满足以下关系式:
21、r1(t)=x(t)-imf1 (3),
22、第三步:根据一阶残差和分解信号获得二阶imf分量的均值,二阶imf分量的均值imf2满足以下关系式:
23、
24、其中,imf2为二阶imf分量的均值,r1(t)+ε1e1(wi)为分解信号,
25、第四步:重复以上步骤k次获得k阶残差,k阶残差rk(t)满足以下关系式:
26、rk(t)=rk-1(t)-imfk (5),
27、第五步:根据分解信号和k阶残差代入公式(2)获得k+1阶imf分量的均值,k+1阶imf分量的均值imfk+1满足以下关系式:
28、
29、其中,rk(t)+εkek(wi)为分解信号。
30、第六步:当残差的分量小于两个时结束分解,获得原始信号的表达式:
31、
32、其中,k为imf总个数,ceemdan在每一阶imf提取过程中加入一个与当前imf相关的自适应噪声,自适应噪声通过计算一阶imf的残差和当前噪声的加权获得,随着imf逐渐提取,噪声的影响逐渐减小,可以挑选相关系数大于0.5的几组固有模态函数imf信号重构得到第二信号s2,得到降低干扰信号影响的振动信号。
33、结合第一方面,在一种实施方式中,所述对异响频率段进行降噪,还包括:
34、s205:将第二信号s2构建成汉克尔矩阵a。
35、其中,本实施例中,奇异值分解(svd)降噪为第三步降噪,示范性地,若矩阵a满足a∈rmxn,则a=usvt(8),其中正交矩阵u和正交矩阵v满足u∈rmxn,且v∈rmxn,离散信号x(i)(i=1,2,…,n),其中n为采样点个数,将第二信号s2构建成汉克尔矩阵a:
36、
37、汉克尔矩阵a可进行奇异值分解,挑选出含有明显故障特征的奇异值,并去掉相关性不大的奇异值重构矩阵,即可达到降低噪声信号干扰的效果。
38、s206:求解汉克尔矩阵a的奇异值,并计算奇异值差值,挑选奇异值差值大于设定差值的信号构建得到第三信号s3。
39、其中,汉克尔矩阵表示为hankel矩阵,hankel矩阵a中的序列s满足s=(diag(σ1,σ2,…,σi),0),其中σi为奇异值,奇异值由大到小排列,当相邻两个奇异值的差值大于20时,经奇异值分解的异响频率段的信号会出现峰值突变,突变点包含重要的信息,挑选奇异值差值大于设定值的信号构建得到第三信号s3,得到消除干扰信号的振动信号。
40、第二方面,本申请实施本文档来自技高网...
【技术保护点】
1.一种异响检测方法,其特征在于,其包括以下步骤:
2.如权利要求1所述的异响检测方法,其特征在于,所述对振动信号进行分析,确定异响频率段包括:
3.如权利要求1所述的异响检测方法,其特征在于,所述对异响频率段进行降噪包括:
4.如权利要求3所述的异响检测方法,其特征在于,所述对异响频率段进行降噪,还包括:
5.如权利要求4所述的异响检测方法,其特征在于,所述对异响频率段进行降噪,还包括:
6.一种异响检测装置,其特征在于,其包括:
7.如权利要求6所述的异响检测装置,其特征在于,所述探测头连接线(1)内设有多根钨丝(101),每根所述钨丝(101)连接有第一电机(102),所述第一电机(102)配置为驱动所述钨丝(101)伸缩。
8.如权利要求7所述的异响检测装置,其特征在于,所述探测头连接线(1)还连接有控制平板(5),所述控制平板(5)与所述转换控制器(4)和所述第一电机(102)电连接。
9.如权利要求8所述的异响检测装置,其特征在于,所述振动放大器(2)还安装有摄像头(6)和
10.如权利要求6所述的异响检测装置,其特征在于,所述探测头连接线(1)远离所述振动放大器(2)的一端连接有第二电机(8),所述第二电机(8)配置为驱动所述探测头连接线(1)伸缩。
...【技术特征摘要】
1.一种异响检测方法,其特征在于,其包括以下步骤:
2.如权利要求1所述的异响检测方法,其特征在于,所述对振动信号进行分析,确定异响频率段包括:
3.如权利要求1所述的异响检测方法,其特征在于,所述对异响频率段进行降噪包括:
4.如权利要求3所述的异响检测方法,其特征在于,所述对异响频率段进行降噪,还包括:
5.如权利要求4所述的异响检测方法,其特征在于,所述对异响频率段进行降噪,还包括:
6.一种异响检测装置,其特征在于,其包括:
7.如权利要求6所述的异响检测装置,其特征在于,所述探测头连接线(1)内设有多根钨丝(101),每根所述钨丝(101)连接有...
【专利技术属性】
技术研发人员:谷军庆,左跃云,曹书文,刘年,曹玉全,
申请(专利权)人:东风汽车集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。