频率校准技术在NI采集卡上的应用测试

来源 :2012年全国振动工程及应用学术会议 | 被引量 : 0次 | 上传用户:xiaofagn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文验证了北京东方振动和噪声技术研究所开发的DASP软件中频率校准功能在NI系列采集卡上的成功应用.测试结果表明:经过频率校准后,采集卡的精度可以提高100倍左右,非常方便地实现了采集卡频率采集精度的提高,这使得高精度数据采集和处理实现了重大突破.文中包含通过测试试验得出的有效可信的数据结果,可以直观鲜明地说明这一点。
其他文献
粘弹夹层结构被大量应用于机械装备的密封、减振、隔热等方面,在长期储存、运输和使用过程中,粘弹性材料会出现老化、松弛等现象,使粘弹夹层结构的动态特性发生变化,从而影响其使用性能. 因此,识别和预测粘弹夹层结构的状态及其变化是工程实际的迫切需要.本文设计了粘弹夹层结构实验装置,通过施加不同的预紧力来表征结构的老化状态;建立了实验装置的有限元分析模型,计算得到不同预紧力下结构的固有频率和模态振型,指出预
基于变量预测模型的模式识别(VPMCD)方法是一种新的模式识别方法,它认为特征值之间具有内在的关系,并通过这种特征值的内在关系建立数学模型,然后进行分类.本文将VPMCD方法、经验模态分解(EMD)方法和奇异值相结合应用于滚动轴承故障诊断中.首先对滚动轴承振动信号进行经验模态分解,得到若干个IMF分量,将IMF分量组成特征向量矩阵,并计算该矩阵的奇异值,然后将奇异值作为特征值建立VPMCD模型,采
机械装备大量使用粘弹夹层结构,但粘弹性材料会老化、松弛,使结构的动态特性发生变化,影响机械装备使用性能.因此,识别粘弹夹层结构的状态是工程实践的迫切需要.本文设计制作了实验装置实现通过不同预紧力状态表征粘弹夹层结构不同状态,测试了不同状态下结构动态响应.研究提出了蚁群聚类与距离评估相结合的独立敏感特征参量选择方法;研究利用多支持向量机融合方法构建了粘弹夹层结构状态识别模型,将该模型应用于实验装置不
利用涡流探伤仪,设计专用检测线圈,对不锈钢密封容器中的金属材料局部裂纹进行了试验检测,结果表明:处于不同裂纹状态的金属材料的涡流检测结果有显著差异.因此,利用线圈形式的涡流探测方法可以对不锈钢密封容器中的金属材料进行结构检测.
为了能够快速准确的提取出基于倍福系统的数控机床的运行数据,并对其整机动态性能进行快速有效的评估,本文基于ADS通讯协议搭建系统平台,在ADS通讯协议的基础上,根据不同的评估方法,实现倍福数系统控机床与PC端的接口通讯,从而获取所需的运行数据;以数据为基础,对基于倍福系统的数控机床的整机动态性能进行评估.本文以圆位置测试为例,通过与Herkules轧辊磨床相连接进行系统测试,表明本文搭建的系统能够准
齿轮轮齿发生裂纹或断齿等故障时,由于齿轮质量大、工况恶劣等情况,轮齿故障信号常常被其他信号成分所掩盖,尤其是在故障发生的早期.为了有效的滤除转轴振动信号,提取轮齿啮合振动信号,提出了基于局部平均解调的齿轮故障诊断方法.该方法是将采集的振动信号以轮齿啮合周期划分,在每个啮合周期上求局部平均,从而得到一条拟合的转轴振动曲线,并采用三次样条插值函数法对拟合曲线加密.仿真结果表明该方法不但可以有效的大幅度
燃气轮机性能评估技术融合了传统热力学传热模型、高级空气动力学模型和数字化燃气轮机工况图,对燃气轮机的性能进行实时评估.应用该技术首先分析燃气轮机空气动力特性,计算各分级效率、质量流量或流数,然后计算出燃气轮机性能劣化指数.理论分析和实际应用表明了该技术可及时、准确地评估燃气轮机各组成部分的劣化状态,并能有效地反映燃气轮机实时性能的变化,为燃气轮机的维修决策提供了有力的依据.
介绍了ZigBee无线网络在现代工业生产大型旋转机械设备状态监测和故障诊断中的应用,说明了ZigBee技术的原理、在组网中所用到的的三种设备的定义;讲述了ZigBee无线测温测振数据采集系统设计的原理、方法和应用现状,并对ZigBee技术在状态监测诊断领域的发展进行了展望.
气阀故障是往复压缩机最常见的故障类型之一.为了能够准确检测出气阀的主要故障,基于生物免疫系统的反面选择机理,利用往复压缩机气阀的正常数据样本进行支持向量数据描述(SVDD)的训练,构造出代表往复压缩机气阀自己空间的最小特征超球体.在求得自己空间最小特征超球体的基础上,构造一个表达气阀异常度的函数,并绘制出多条表示气阀异常度的等高线,实现对气阀非己空间异常度等级的划分.同时,利用往复压缩机气阀的各种
针对结构寿命评估中对腐蚀预测的需求,以及腐蚀数据的不确定性特点,分别采用灰色GM(1,1)模型及基于α参数修正的GM(1,1)模型对铝合金腐蚀实验数据进行了拟合和预测研究.研究结果表明:GM(1,1)模型直接对α参数赋值,获得的模型发展系数|α|较大,导致模型的预测精度差;而基于α参数修正的GM(1,1)模型通过α参数和α的迭代,有效降低了模型的拟合和预测误差,在腐蚀数据变化不大的情况下,预测误差