关键词：微电机;;异音诊断;;小波分析;;人工神经网络;;在线检测
摘 要：随着电子技术的发展,微电机作为汽车电子设备中的执行器得到了广泛应用。整车企业对汽车微电机产品品质要求是十分严苛的,而微电机产业作为一个劳动密集型的行业目前在产品声品质检测上仍停留在人工主观分选阶段,不仅增加劳动力成本也严重降低效率,更加难以适应竞争越来越激烈的市场。因此,本文以某汽车车灯调光电机为研究对象,对其产生异音问题进行故障诊断与在线检测的试验研究,从而提高调光电机异音检测的科学性和自动化程度。具体研究内容如下:(1)搭建了基于振动信号的数据采集平台,对采集的信号进行传统时域、频域分析,并结合小波变换对信号进行分析处理;(2)基于人耳听觉特性将信号分为正常和3类异音声品质类型。在信号分析基础上,确定并提取了信号的特征参数,时域、频域统计参数各3种,时频域小波包分解能量谱参数16种,并利用主成分分析法(PCA)对提取的22个特征参数进行降维,选取主成分分析累积贡献度到90%的主分量成分做分类研究;(3)构建了基于BP人工神经网络的调光电机装置异音识别方案,选择降维后的特征参数集构成标准训练样本集,分别对4种产品声品质类型进行识别。最后建立的神经网络模型预测准确率达90%以上;(4)结合机械设备典型故障振动的频谱特性、有限元模态分析技术和交叉试验研究,对各类异音产生的具体原因进行了分析,找出不同异音故障产生的机理,为产品的改进设计提供理论依据;(5)基于Visual C++编程与MATLAB软件开发了一套调光电机装置异音诊断识别系统,该识别系统同时具备在线检测与离线诊断功能,并放置产线进行异音检测,异音识别率达到90%以上,完成产品异音在线检测识别要求。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取