松靴故障会引起轴向柱塞泵的振动和噪声增大,甚至演变为脱靴导致泵与系统严重损坏。为检测松靴故障,需提取故障特征,但松靴故障特征尚不明确。为此,分析了松靴故障机理,搭建了柱塞泵机液耦合仿真模型,建立了松靴与壳体轴向振动信号间的映射关系。采用倒频谱分析方法,提取了正常与两种松靴程度下的信号特征。搭建了轴向柱塞泵单松靴故障试验台,通过实际跑合得到了两种松靴量的柱塞滑靴组件,在不同转速和压力工况下采集壳体轴向振动信号。基于倒频谱方法分析松靴的故障特征,并验证仿真结果。结果表明:倒频谱对松靴故障振动信号敏感,其中转轴基倒频率对应频谱中单松靴故障产生的冲击频率,是松靴的故障特征;倒频谱转轴基倒频率一次谐波处的幅值,随着松靴故障程度的增大而增大。

提出了在随机声波入射下,基于倒频谱分析的测量吸声系数的一种新方法。在被测的系数材料的近前方放置一个麦克风,在随机声波入射下,该麦克风检测出麦克风处的声压,将此声压变换成倒频谱,再与入射声压的倒频谱对比,得到被测吸声材料表面的反射系数,从而得到该吸声材料的吸声系数。最后进行了实验,首先研究了麦克风距离吸声材料表面之间的距离与测得的吸声系数的关系;然后,研究了麦克风放置的位置以及被测吸声材料的面积与测得的吸声系数的关系;最后,对不同的吸声材料进行了实验。实验结果表明,在随机声波入射下,用该方法测量吸声系数是方便可行的。

根据吸声材料的反射系数是吸声材料吸声系数的一个重要参数的原理，提出了一种新的测量吸声材料吸声系数的方法。对某一吸声材料进行了实验，并将实验结果与驻波管法测得的结果进行了对比。

齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大。倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显。为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取。通过实验,验证了所提方法的有效性。

采用LabVIEW的虚拟仪器平台，建立数据采集系统，对齿轮全生命周期的振动信号进行在线采集。利用基于时域与频域分析法（功率谱）相结合的处理方法，对齿轮整个周期中可能出现的情况进行分析。文中主要介绍倒频谱的分析方法，对啮合频率和边频特征进行提取分析，来确定故障的性质.

介绍了径向柱塞泵的常见故障、失效形式、预防措施以及一些常用的故障诊断方法.运用倒频谱的基本原理,提出了一种结合速度传感器和声级计对径向柱塞泵的振动和噪声进行诊断的方法,并得到有效结论.

本文通过对轴向柱塞泵壳体振动加速速度信号的监测，利用倒频谱分析技术，不仅有铲地识别出了松靴故障，而且消除了传感器安装位置对监测分析结果的影响，为液压泵的故障诊断技术提供了方便。

这里通过对轴向柱塞泵振动信号的监测,利用振动信号的功率谱和倒频谱分析法,诊断轴向柱塞泵的松靴故障,结果显示振动信号的倒频谱可以及时发现早期松靴故障,而其功率谱则不太敏感.

对F3轧机异常振动信号及薄板振纹进行了研究，结果表明F3轧机主传动轴发生扭振，其固有频率为20．5Hz。由薄板振纹反演出轧机工作辊的振动频率为51Hz，此频率与工作辊水平振动的基频相吻合。通过倒频谱分析，得出50Hz附近的边频是由F3工作辊转频调制而成。