Акустический сигнал

При испытании объекта или в процессе его эксплуатации приложение нагрузки приводит к возникновению в зоне предразрушения акустического сигнала. Информация о вре- [c.259]

Акустический сигнал — сигнал, передаваемый абоненту или телефонистке для информации о процессе установления соединения. [c.72]

Поле излучения-приема — среднее значение амплитуды акустического сигнала на приемном преобразователе Рп> возникающего в результате отражения излучения того же преобразователя от точечного рефлектора, помещенного в некоторой точке В пространства и рассеивающего падающие волны равномерно по всем направлениям. Оно практически пропорционально квадрату поля излучения. [c.214]

В настоящее время проводятся опыты по нагреву участка поверхности тела пучком электронов. Под действием импульса длительностью 7-10 с из электронов, разогнанных в поле напряжением 300 кВ, возбуждается акустический сигнал, соизмеримый по амплитуде смещения с сигналом от иммерсионного пьезопреобразователя. Форма акустического сигнала довольно ТОЧНО повторяет форму импульса электронов, которая в отличие от лазерного импульса довольно легко поддается управлению. Недостаток способа состоит в сложности и громоздкости конструкции ускорителя электронов. [c.224]

Допустим, одпако, что все трудности первого этапа преодолены и вклад каждой машины в акустическое поле помещения известен. Далее следует выяснить, по какой причине конкретная машина дает наибольший вклад в шумы и вибрации помещения в данном частотном диапазоне. Здесь возможны три случая либо внутри машины имеется сильный источник звука, либо по пути распространения от источника в точку наблюдения акустический сигнал слабо затухает или даже возрастает вследствие хорошей звуковой прозрачности прилегающих конструкций, либо то и другое вместе. На этом этапе нужно исследовать распространение вибраций по конструкциям, их излучение в воздух и выявлять источники звука внутри машины. Эти проблемы неизмеримо шире и сложнее, чем задача разделения источников. Первая из них требует знания законов распространения упругих волн по инженерным конструкциям и их излучения. При решении второй проблемы нуя<ио изучить физическую природу звукообразования внутри машины, составить акустическую модель машины как генератора звука и затем решить задачу разделения внутренних источников. [c.8]

Задачи классификации в такой постановке являются по сути дела задачами распознавания образов [78], точнее, распознавания звуковых образов (центральная задача в этой области науки — автоматическое распознавание звуков речи) [233, 237]. Обычный подход при их решении состоит в следующем. Совокупность признаков акустического сигнала А, 2, Ап) образует так называемое изображение (и-мерный вектор), в отличие от образа, которому отвечает состояние машины или механизма, В г-мерном пространстве изображений образам соответствуют компактные области. Задача состоит в том, чтобы на основе той или иной меры сходства изображений определить эти области. Часто каждому образу ставится в соответствие эталонное изображение. Тогда исследуемое изображение сравнивается со всеми эталонами и относится к образу, чей эталон оказался ближе других в смысле выбранной меры сходства. [c.17]

При определении наиболее информативных диагностических признаков нужно, вообще говоря, знать структуру акустического сигнала, для чего требуется детальное исследование процессов звукообразования внутри объекта диагностики. Однако поиск признаков является в какой-то мере и самостоятельной задачей, связанной с анализом акустических сигналов и разработкой алгоритмов для ЭВМ или аппаратуры для их обработки. В тех случаях, когда заранее неизвестна структура машинного сигнала и, таким образом, неясно, каково влияние параметров состояния на акустический сигнал, у исследователя должен иметься достаточно полный набор разнообразных независимых характеристик сигнала, среди которых он может выбрать опытным путем наиболее чувствительные к изменениям исследуемых параметров состояния и затем использовать их в качестве информативных диагностических признаков. [c.21]

Основная идея метода. Описанная выше способность схемы на рис. 1.2 выделять одни сигналы и не реагировать на другие лежит в основе излагаемого метода акустической диагностики. Акустический сигнал машины — это суперпозиция более простых сигналов, обусловленных целым рядом внутренних источников звука внутри машины. Если в приведенной схеме разделительный фильтр подобран таким образом, что она выделяет ту часть общего сигнала, которая обусловлена только одним из внутренних источников, то ясно, что прибор в этом случае будет характеризовать один машинный параметр состояния, относящийся к данному источнику. [c.30]

Покажем, как это достигается в случае простейшей модели акустического сигнала машины [c.30]

Модель диагностического сигнала. В общем случае акустический сигнал машины имеет вид [c.33]

Эта модель акустического сигнала более правильная, чем мо- [c.33]

В излагаемом здесь методе акустической диагностики модель акустического сигнала, таким образом, задается в виде (1.16), [c.34]

Медиана. Эта характеристика, обозначаемая через ц<г, определяется как величина, разделяющая ось возможных значений акустического сигнала (t) на две равновероятные части вероятность того, что ( ) id, равна вероятности неравенства (i) > т. е. ы [c.40]

Дисперсия. Эта характеристика является мерой разброса возможных значений акустического сигнала (<) вокруг среднего значения )J.i и определяется следующим образом [c.40]

Моменты распределения. Момент распределения и-го порядка акустического сигнала е(<) определяется как среднее значение г-й степени его амплитуды [c.41]

Задача о представлении заданного акустического сигнала, [c.51]

Они показывают, как в среднем меняется один случайный акустический сигнал при изменении амплитуды другого. Функции Hi x2) и fX2(a i) представляются на плоскостях кривыми, называемыми линиями регрессии формула (2.27) определяет линию регрессии li( ) на 12(0 а формула (2.28) — линию регрессии hit) на bit). [c.62]

Спектральная плотность мощности акустического сигнала — четная функция частоты ю. Действительно, как было показано в предыдущем параграфе, функция автокорреляции Bi(r) является четной функцией задержки времени т. Из второй формулы [c.89]

Проверка абсолютной акустической чувствительности. Все некалиброванные ручки, регулирующие чувствительность, устанавливают в положение, соответствуюш,ее максимуму чувствительности. Рассчитывают значение р /ро для одного из искусственных отражателей способами, которые приведены на с. 231. На образце с выбранным искусственным отражателем находят положение преобразователя, соответствующее максимуму амплитуды эхо-сигнала, и по аттенюатору определяют запас резерв) L чувствительности дефектоскопа, т. е. число делений аттенюатора, на которое еще можно повысить чувствительность до ее максимального значения или до появления электрических шумов высотою Aj2. Суммой значений р7ро и L (дБ) определяют искомый параметр отношение амплитуды минимального акустического сигнала Рпип- который регистрируется дефектоскопом, к максимальной амплитуде зондирующего импульса ро. Максимальная акустическая чувствительность связана с максимальной электрической чувствительностью зависимостями [c.237]

Коэффициент преобразования определяется соотношением между взаимосвязанными акустическими и электрическими величинами. Вследствие обратного пьезоэффекта при подаче на пьезопластину электрического напряжения она излучает упругие колебания с амплитудой Коэффициент преобразования (передаточная функция) при излучении /Си = PnlU . В режиме приема, когда на пьезоэлемент падает акустический сигнал с амплитудой ра, на обкладках пьезоэлемента возникает напряжение Un- Коэффициент преобразования на приеме Кп = UJPn- [c.134]

ВИЯХ МОНОТОННОГО нагружения опре-деляется соотношением N Л Л " при пластической деформации N = = а д, откуда N — adVJdi, где А, а, т параметры, характеризующие объект контроля Уд — объем материала, подвергнутого пластической деформации. Энергия, освобождаемая при дискретном перемещении трещины, пропорциональна квадрату амплитуды акустического сигнала Современная аппаратура позволяет обнаруживать сигналы от уста лостных трещин, развивающихся со скоростью Ш . ..1Сг м/цикл Приведем некоторые результаты исследований, показывающих возможности способа [14]. Исследовали параметры АЭ при по вторпо-статическом нагрул<ении надрезанных образцов из стали марок ЗОХГСА и ЗЙХГСНА при развитии усталости, обусловленной циклическим нагружением. Плоские образцы в закаленном состоянии подвергали циклическому растяжению (коэффициент асимметрии цикла 0,2 частота 0,3 Гц). Регистрировали суммарный счет N, пиковые амплитуды сигналов и их распределение. Рабочая полоса пропускания ограничивалась сверху частотами 200. .. 250 кГц при уровне дискриминации 1 В. Резонансная частота пьезопреобразователя /,, 3 == 250 кГц. Деформацию образца измеряли растровым фотоэлектрическим преобразователем с чувствительностью 1 В/мкм. [c.448]

Наиболее трудный этап в постановке акустического диагноза — поиск информативных признаков. Акустический сигнал машины представляет собой смесь сигналов от множества элементарных источников, зачастую сильно между собой связанных. Найти признак сигнала, позволяющий из смеси выделить часть, которая обусловлена данным источником, не всегда просто, даже если имеется хорошая модель. Поэтому развитие методов обработки и анализа акустических сигналов является самостоятельной проблемой акустической диагностики, тесно иримыкаюш ей [c.11]

Опыт показывает, что случайные акустические сигналы машин и механизмов, если только они стационарны, всегда эрго-дичны. Кроме того, детерминированные периодические сигналы также можно рассматривать как реализации некоторых эргодических случайных процессов. Пусть, например, акустический сигнал является синусоидальным, а sin at, где а и постоянны. Акустические сигналы множества идентичных машин можно представить в виде = а sin ( i-l-случайная величина, определяемая начальными условиями и принимающая определенное значение для каждой из машин. Считая, что все значения фазы ф равновероятны, нетрудно показать, что всевозможные распределения вероятностей сигнала (i), посчитанные по совокупности реализаций, совпадают с аналогичными распределениями, посчитанными по какой-либо одной реализации, и [c.14]

Диагностика состояния технического объекта. Это — самая общая и важная с точки зрения технических приложений задача, целью которой является измерение (оценка) структурных параметров (или, иначе, параметров состояния, внутренних параметров) исследуемого объекта по характеристикам его акустического сигнала (диагностическим признакам). Решение этой задачи позволяет не то.лько оценивать техническое состояние объекта, по и вести его непрерывный контроль, прогнозировать техническое состояние и автоматически управлять объектом. Подробно об оценках структурных параметров машин говорится в спедуюш,ем параграфе. [c.16]

Степень износа деталей машин определяется изменением це-логс ряда их структурных параметров. Основная трудность задачи состоит в определении подходящей функции параметров /( 1.. . ., а ), которая бы характеризовала износ. Пример решения такой задачи содернштся в работе [133], где для характеристики качества зубчатого колеса предлагается использовать так называемую обобщенную действующую погрешность зацепления, т. е. отклонение передаточного отношения от номинала, которая связана простой зависимостью с характеристиками функции автокорреляции акустического сигнала. [c.17]

Задачи классификации состояний. Целью задач акустической диагностики этого класса является определение с помощью вибрационных или шумовых сигналов, в каком из нескольких возможных состояний находится исследуемый объект или какому из нескольких возможных объектов цринадлежит данный акустический сигнал. Типичные примеры таких задач — разбраковка готовых изделий (исправен — неисправен, годен — негоден), классификация шумов сердца в медицине и др. [c.17]

Акустические модели диагностики. Выбор информативных диагностических признаков связан, как было сказано выше, с характером звукообразования в машине и со структурой акустического сигнала. Поэтому важная роль в постановке акустического диагноза должна отводиться модели формирования диагностического сигнала или акустической модели диагностики. Под такой моделью понимается схема, содержащая источники случайных и/или детерминированных сигналов, а также линейные и нелинейные элементы, на выходе которой образуется сигнал, идентичный акустическому сигналу моделируемого объекта но СО ВО-купности диагностических признаков. Характеристики источн11ков и составных элементов модели однозначно связаны с измеряемыми параметрами состояния объекта. Измерение (оценка) этих параметров производится путем идентификации объекта и модели по близости диагностических признаков. [c.24]

Среднеквадратичный уровень акустического сигнала — наиболее часто используемый признак. Принципиальная схема прибора состоит из двух главных блоков полосового фильтра и квадратичного вольтметра. Очевидно, что мощность акустического сигнала зависит от параметров деталей и их взаимодействия, т. е. является функцией внутреннего состояния машины. Однако если брать средние уровни по большому отрезку времени и в широкой полосе частот, то уровни, соответствующие различным состояниям, будут плохо отличимы. Чтобы сделать это отличие ощутимее, уменьшают время усреднения или ограничиваются диапазоном частот, где разница в спектрах состояний наибольшая. Обычно измерения проводят в узких полосах на некоторых характерных для данной машины частотах (оборотной, зубцовой, циклической и т. п.). Среднеквадратичный уровень (или амплитуда) такой составляющей характеризует качество изготовления и сборки определенного узла машины или механизма. Такие приборы часто предлагается использовать для разбраковки готовых изделий. [c.26]

Модальность. Модой называется значение jUm амплитуды исследуемого акустического сигнала t), при которой его функция плотности распределения вероятностей р х) достигает свйего максимума dp im)ldx = 0, Функции плотности, изображенные на рис. 2.1, обладают различной модальностью. Для малых нагружающих моментов плотности распределения одномодальны, Цт близко к нулю. Для Л/н > 2 функции плотности распределения становятся двумодальными и даже многомодальными. Величины двух главных мод ц,т имеют тенденцию к увеличению по мере возрастания Мп. Значение амплитуды сигнала, при котором достигается минимум функции плотности р х), называется антимодой. [c.40]

Отметим еще следующее преобразование т]( ) =P[ (i)], где Р — функция распределения входного сигнала t). Из формулы (2.17) сразу получаем, что выходой сигнал T](f) распределен равномерно на отрезке [О, 1]. Пусть теперь имеются два сигнала %i t) и Ь(г) с функциями распределения i (a il) и Pравномерным распределением. Отсюда следует, что теоретически любые два акустических сигнала могут быть 4 [c.51]

Условные дисперсии и корреляционные отношения. Выше с помощью формул (2.27) и (2.28) были определены понятия линий регрессии, которые показывают, как в среднем зависит один акустический сигнал от другого. Важно также уметь оценивать, насколько эта зависимость близка к функциональной т. е. определять, как говорят, тесноту связи сигналов. В случае прямолинейной регрессии мерой тесноты связи может служить угол между прямыми регрессии. В частности, при слиянии линий (2.34) связь становится функциональной. В общем случае теснота статистической связи между сигналами оценивается с помощью условных дисперсий, представляющих собой дисперсии условных раснреде.г ений [c.70]

Коэффициенты нелинейности являются важной характеристикой машин и механизмов как колебательных систем. Акустический сигнал, распространяясь от источника, проходит в машине через заеиья разнообразной конструкции и соответствующим об- [c.75]

Спектр мощности акустического сигнала. Непосредственное ирнменение аппарата преобразования Фурье (3,16) к случайным процессам, в частности к акустическим сигналам машин, невозможно из-за того, что полная энергия случайного процесса бесконечна и интегралы (3.15) — (3.17) расходятся. Равенство типа (3.17) зде сь имеет смысл не для полной энергии, а для энергии за единицу времени, т. е. для средней мощности, которая выражается формулой [c.88]

Смотреть страницы где упоминается термин Акустический сигнал : [c.261] [c.50] [c.187] [c.187] [c.216] [c.230] [c.105] [c.135] [c.222] [c.13] [c.25] [c.33] [c.51] [c.68] [c.69] [c.82]

Введение в акустическую динамику машин (1979) -- [ c.13 ]

ПОИСК

АНАЛИЗ АКУСТИЧЕСКИХ СИГНАЛОВ МАШИН И АКУСТИЧЕСКАЯ ДИАГНОСТИКА Акустическая диагностика машин

Акустические сигналы и их описание

Акустическое возбуждение турбулентной струи при нарушении гармоничности воздействующего сигнала

Вероятностный анализ акустических сигналов машин

Восприятие акустических сигналов

Временные характеристики акустического сигнала

Дискретизация акустических сигналов

Добрынин, Т. П. Салихова, М. С. Фельдман. Оценка стационарности и эргодичности вибро акустических сигналов машин

Индикаторы электрических сигналов акустические

Корреляционно-спектральный анализ акустических сигналов машин

Модельные представления о характере сигналов акустической эмиссии

Особенности спектрально-корреляциопного анализа акустических сигналов машин

ПЕРЕДАЧА АКУСТИЧЕСКИХ СИГНАЛОВ

ПЕРЕДАЧА АКУСТИЧЕСКИХ СИГНАЛОВ Определения

Раздел 3. ПЕРВИЧНЫЕ АКУСТИЧЕСКИЕ СИГНАЛЫ И ИХ ИСТОЧНИКИ

Сигнал

Сигнал управления акустический

Спектры мощности акустических сигналов машин

Статистическая связь акустических сигналов машин

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...