[发明专利]一种异步电机噪声源的高精度识别方法

权利要求书

1.一种异步电机噪声源的高精度识别方法，其特征在于，包括如下步骤：

步骤S1：通过建立异步电机的电磁、流、固耦合模型，获取各激振源数据，从而获取异步电机壳体表面振动响应特性数据，并将其作为输入数据，通过边界元法，获取异步电机声场辐射模型数据；

步骤S2：对步骤S1中获取的异步电机模拟声场图像进行离散傅里叶(DFT)变换，基于DFT字典确定能够还原异步电机完整声场的稀疏表达矩阵，并通过对比多个不同稀疏度下的重构图像与原图像的峰值信噪比以得到最接近于原始图像的稀疏度；

步骤S3：根据步骤S2所确定的异步电机完整声场的最优稀疏度，结合稀疏随机矩阵，基于异步电机噪声声强强弱区域特征并使用等间距分布方式设计不同密度的测点分布及观测矩阵；

步骤S4：基于步骤S3确定的测点分布，进行测点的位置布置，并对各测点进行声强离散测量；采用全变分增广拉格朗日交变方向算法对稀疏离散测点数据进行后处理重构，最终实现声强稀疏测量的高分辨率成像；

所述的步骤S4具体包括步骤如下：

S41：建立重构信号数学模型：

min TV(X)subject to Y＝AX

其中Xi,j为(i,j)点的矩阵值，X为需要重构的信号；

S42：使用增广拉格朗日法及引入松弛变量ω将模型转换为不带约束的形式，

S43：采用交替方向变换方法，可以将问题转为两个子问题来求解，即求w和求u，通过迭代的方式，先求w，再求u，依次迭代。

2.根据权利要求1所述的一种异步电机噪声源的高精度识别方法，其特征在于：所述的步骤S1具体包括步骤如下：

S11、通过建立异步电机的电磁、流、固耦合模型，获取定子受到的电磁激振源数据，转子、轴承受到的机械激振源数据以及风扇受到的空气动力激振源 数据；

S12、以异步电机的电磁、机械和空气动力激振源为输入，分析振动传递路径，获取振动传递至异步电机壳体并引发异步电机壳体表面振动响应特性数据；以异步电机壳体表面振动响应特性数据为输入，通过边界元法，获取异步电机声场辐射模型数据。

3.根据权利要求2所述的一种异步电机噪声源的高精度识别方法，其特征在于：所述的步骤S11具体包括步骤如下：

S111：建立异步电机的几何模型，设置分割参数，划分电机网格，通过电机的有限元模型计算电机磁场与电磁激振源特性数据；

S112：将异步电机三维几何模型导入刚体动力学软件中，建立约束、驱动关系，并将电磁力导入异步电机中的运动部件，设置接触模型，获取转子、轴承受到的机械激振源数据；

S113：将异步电机三维几何模型导入流体动力学软件中，对异步电机内部风扇叶片进行网格划分，设置空气流场条件，获取风扇受到的空气动力激振源数据。

4.根据权利要求2所述的一种异步电机噪声源的高精度识别方法，其特征在于：所述的步骤S12具体包括步骤如下：

S121：借助有限元分析方法，对异步电机进行模态分析；

S122：分析各激振源的传递路径分别为：电磁激振源：定子—外壳；转子不平衡：转子—定子—外壳；轴承：轴承—转子—定子—外壳；空气动力激振源：风扇—外壳；

S123：借助有限元分析软件中的谐响应分析模块，在定子上导入电磁激振源数据，在转子与轴承相应部分导入机械激振源，在风扇处导入空气动力激振源，实现电磁、流、固激振源耦合，进而获取电磁、流、固激振源耦合作用下的异步电机壳体表面振动响应特性数据；

S124：借助声学仿真平台中边界元分析模块，导入异步电机壳体振动响应特性数据和异步电机壳体表面三角形面网格，获取声场响应分布云图。

5.根据权利要求1所述的一种异步电机噪声源的高精度识别方法，其特征在于：所述的步骤S2具体包括步骤如下：

S21：对所得的异步电机模拟声场图像进行离散傅里叶(DFT)变换，得到与其大小一致的频谱图；

S22：基于DFT字典得到对应于异步电机声强频谱图的不同稀疏度并对图 像进行重构；

S23：对比重构图像与原图像的峰值信噪比PSNR，得到PSNR值最大的重构图像即最接近原始图像的稀疏度。