APP下载

应用循环变分模态分解的磁瓦内部缺陷声振检测

2020-02-18黄沁元冉茂霞

关键词:模态信号

黄沁元,冉茂霞,刘 鑫,李 强,吴 浩

(1.四川轻化工大学自动化与信息工程学院,四川 自贡 643000;2.人工智能四川省重点实验室,四川 自贡 643000)

引 言

永磁电机是通过磁瓦产生的恒定磁场来实现电磁感应,进而对电能和机械能进行相互转换,因此磁瓦的产品质量直接决定了电机的性能[1]。然而,受复杂的生产工艺制约,在制造过程中可能随机产生的内部缺陷仍是影响磁瓦产品质量的首要问题。这些不可见的内部缺陷往往程度不定、位置随机,所以难以通过简单的检测手段精准又快速地发现。面对大规模连续化的磁瓦制造特点,当前鲜有可行的技术能兼顾精度、速度和成本来胜任磁瓦的内部缺陷检测。目前,磁瓦制造企业还在大量采用人工方法进行内部缺陷的检测。借助检验员的灵敏听力和长期经验,通过辨识磁瓦与金属块的碰撞声音来判定内部缺陷的有无[2]。这种人工方法效率低、精度和速度并不稳定、检测标准也相当模糊。因此,实现磁瓦内部缺陷的快速精确检测是解决磁瓦制造业产业困境的首要需求。

纵观无损检测技术,声振检测[3]手段的实施成本低、检测过程耗时短、检测装置简易,较适合满足磁瓦内部缺陷的检测需求。然而,声振信号通常是非平稳、非线性的,同时内部缺陷在声振信号中的特征表现往往较为微弱,这些信号特点对磁瓦内部缺陷的准确识别带来了严峻挑战。因此,在正确分析磁瓦声振信号前提下充分获取内部缺陷在信号中的特征信息是实现磁瓦内部缺陷声振检测的关键。……

登录APP查看全文

猜你喜欢

模态信号
信号
完形填空二则
孩子停止长个的信号
车辆CAE分析中自由模态和约束模态的应用与对比
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
高速颤振模型设计中颤振主要模态的判断
基于HHT和Prony算法的电力系统低频振荡模态识别
由单个模态构造对称简支梁的抗弯刚度
高处信号强