激光测振仪在汽车用电喇叭基频测试中的应用

懿朵科技

20天前浏览458

在科技的浪潮中，每一次创新都让我们的世界更加精彩。今天，我们要探讨的是一项革命性的技术——激光测振仪，在汽车电喇叭基频测试中的应用，本篇文章让我们一起探索它如何以非接触、高精度的方式，为汽车安全和性能保驾护航。

激光测振仪在汽车用电喇叭
基频测试中的的特点

1. 高精度测量：激光测振仪能够实现高精度的振动频率和幅值测量，这对于确保汽车电喇叭的性能至关重要。

2. 非接触式测量：激光测振仪采用非接触式测量方法，这意味着在测量过程中不需要与被测物体接触，避免了对电喇叭表面造成损害或影响其振动特性。

3. 大测量范围：激光测振仪具有较大的测量范围，使其能够适应不同大小和形状的电喇叭，增加了其应用的灵活性。

4. 抗干扰能力强：在复杂的测试环境下，激光测振仪仍能采集到高精度的数据，这使得它在工业环境中特别有用。

5. 适用于多种材质和状态：激光测振仪不受限于被测物体的材质和状态，即使在高温环境下也能进行测量。

6. 远距离测量能力：激光测振仪可以实现较远距离的测量，这为测试人员提供了便利，尤其是在难以接近的区域。

7. 多测试点速度采集：激光测振仪能够对多个测试点进行速度采集，这对于分析电喇叭的整体性能和识别局部异常非常有帮助。

8. 适用于微小物体和困难位置的测试：激光测振仪能够实现对微小物体和难以到达位置的单方向振动测试，增加了其在复杂结构测试中的应用潜力。

汽车电喇叭基频测试中的应用

在汽车行业中，激光测振仪的应用尤为突出。以汽车电喇叭的基频测试为例，传统的接触式传感器难以固定在电喇叭表面，容易脱落，导致测试结果不精确。而激光测振仪的非接触式测量方法则完全避免了这一问题。

研究方法和过程

3.1 振动测试系统构建

使用激光测振仪进行测试，在被试件测试部位贴一层反光膜，将激光测振仪的一束激光投射到被试件的反光膜上。通过收集反射回来的激光，利用多普勒效应原理，经干涉产生一个测量目标的表面速度的频移信号。信号处理器将频移信号转为位移、振动速度信号，实现表面振动的非接触测量。

图1 激光测振仪原理

3.2 汽车用电子机械喇叭振动测试

由于电喇叭通电运行时振动频率高，表面温度也会迅速升高，传统的加速度传感器很难固定在电喇叭表面上，很容易脱落，导致测试结果不精确。因此，研究团队采用激光测振仪非接触式方法对电喇叭进行测试。

图2 测试软件采集显示

3.2.1 测试实施

电喇叭固定：将电喇叭固定在支架上。
激光测振仪放置：激光测振仪连接数据采集仪放置在电喇叭正前方。
调节相对位置：调节相对位置，使激光测振仪信号强度达到最佳。
通电测试：将电喇叭通电，光学头采集电喇叭速度信号。
数据采集：采集仪进行数据采集。
数据处理：由软件进行处理，得出电喇叭基频结果。

结果分析

通过激光测振仪测试，电喇叭的基频测试值为490 Hz，而电喇叭基频为500 Hz，相对误差为2%，这表明激光测振仪能够较好地测量电喇叭的基频。

结论

研究结果表明，采用激光测振仪测试电喇叭的基频，测量准确度高，相比于传统加速度传感器贴在被测物体表面上，更加方便、实用，不改变物体状态且无附加质量在被测物体上，可靠性更强。

通过这一研究，我们可以看到激光测振仪在汽车电喇叭基频测试中的应用具有显著的优势，为汽车行业的振动测量提供了一种新的、高效的解决方案。

06
推荐配置：单点式激光测振仪
SMART Single+

参考文献：

1.郭继峰，任万滨，翟国富. 汽车电喇叭的技术发展[J]. 机电元件，2010, 30(1): 39-46.

2.于梅，杨丽峰，刘爱东，等. 激光测振仪在振动标准装置校准中的应用研究[J]. 计量技术，2009(2): 52-55.

3.汪辉，宋耀东，杨兴，等. 基于面内激光测振仪电动机转速测量[J]. 机械工程师，2018(5): 19-21.

来源：懿朵科技

AI技术在工业检测中的应用

1►利用AI技术对生产线进行质量控制目的：采用无损系统检测生产线终端的缺陷部件。生产线终端（EOL）测试方法：一个专用的数据采集测量系统对信号进行处理和利用AI技术进行数据分析和分类测试数据的分析：针对故障/健康样本的初始数据采集(FRF)分离健康/错误样品的标准建议测量系统和测量协议的实现对大量样本进行数据收集可以使用数值模型来完成实验数据库采用AI技术对特征计算和数据分类定义一个自动排序算法来分类所有测量的样本 2►AI对短轨缺陷的检测目的：检测“短”轨缺陷，包括断轨、轨面塌陷、轨道接头等。车载仪器用于自动检测：轴箱加速度计。检测方法：对加速度计信号进行时频分析（小波变换）利用人工智能（AI）进行缺陷分类小波变换短小波：断轨、轨道塌陷、轨接头等长波：长缺陷（例如松动的轨枕）轴箱位移小波基小波变换主要特点基于小波分析的跟踪缺陷检测方法缺陷判别使用机器学习的缺陷分类/聚类 3►AI对传输系统的监控目的：变速箱故障检测(齿和轴承故障)。检测方法：传感器的定义信号处理:特征计算基于机器学习的数据分类 4►AI对声源检测与分类目的：利用声学照相机进行声源检测/识别检测方法：声天线：测量和去噪源自动检测每个声源声学特征的分离用于声源类型识别的机器学习(图像和声音处理） 5►AI对风电叶片的检测目的：预防叶片故障、提升运维效率。检测方法：图像处理数据传输到云应用程序云计算人工智能应用（神经网络）用无人机和摄像机检查叶片风机叶片裂纹检测法国VibraTec集团，成立于1986年，拥有近40年的工程项目经验，是结构动力学、振动和声学领域的专家。作为国际知名的咨询公司，Vibratec致力于研究开发务实和创新的解决方案，使产品、基础设施和设备更加可靠、耐用和安静。懿朵科技，成立于2015年，总部位于上海，是以振动与噪声控制为核心的专精特新企业。作为法国VibraTec集团中国区独家合作伙伴，懿朵科技以相关算法与工具为核心，为用户提供智能研发、智能运维服务，业务涉及能源电力、石油化工、汽车工业、轨道交通、航空航天等众多领域。来源：懿朵科技