KMSV声学相机的详细介绍【声学相机】

一、如何使用KMSV检测生活噪音

1、噪声来自哪里?。

2、1.交通噪声: 交通噪声主要指的是机动车辆、飞机、火车和轮船等交通工具在运行时发出的噪声.这些噪声的噪声源是流动的,干扰范围大.在这类噪声中,飞机噪声强,影响也比较严重.汽车是城市交通中较大的噪声源,机动车的发动机运转、部件摩擦、车身震动、刹车、排气、鸣喇叭等,都会产生噪声.一般公共汽车的噪声约为80分贝.车速提高一倍噪声增长6~10分贝.严重的是鸣喇叭,电车喇叭大约90~95分贝, 汽车喇叭大约有105~110分贝.。

3、2.工业噪声:主要指工业生产劳动中产生的噪声.主要来自机器和高速设备,如:电气设备的噪声来自变压器和电动机;加热通风设备的噪声来自喷出口、旋涡、风扇及其他运动部件.一般电子工业和轻工业的噪声在90分贝以下,纺织厂噪声在90~110分贝之间;机械工业噪声在80~100分贝;凿岩机、大型球磨机达120分贝;风铲、风铆、大型鼓风机在120分贝以上.3.建筑施工噪声:主要指建筑施工现场产生的噪声.在施工中要大量使用各种动力机械,要进行挖掘、打夯、搅拌,要频繁地运输材料和构件,从而产生大量噪声.。

4、建筑施工噪声,对发展中城市的影响极大.虽然每项施工都具有暂时性,但城建施工的总和加起来很大,而其中相当一部分的工期在两年以上.建筑施工机械噪声严重的是打桩机,距声源10米时,平均105分贝;距声源30米时,平均91分贝.。

5、4.生活噪声:主要指人们在商业交易、体育比赛、游行集会、娱乐场所等各种社会活动中产生的喧闹声,以及收录机、电视机、洗衣机等各种家电的嘈杂声,这类噪声一般在80分贝以下.如洗衣机、缝纫机噪声为50~80分贝,电风扇的噪声为30~65分贝,空调机、电视机为70分贝.  在我国城市噪声中, 交通噪声占31%,生活噪声占41%,工业和其他噪声占28%.在测定过程中,噪声达80分贝的占55.5%,90分贝的占13.3%,95分贝的占3.2%.。

6、什么是KMSV声学成像系统?声学照相机系统(KMSV)是KM公司研制的用让您“看见”声音的声学测试系统,它是一种轻型的模块化的便携设备,用于对声源进行定位和分析,逼真、准确和快速的声学虚拟成像的技术能够精确定位声源和指出质量问题。。

7、声音成像原理使用波束成行算法使用波束成形算法在2维平面上进行扫描得到声音图像。

8、在特定区域进行左右上下扫瞄交叉方式扫瞄拍出噪音源的云图。

二、声学成像系统KMSV解决空调压缩机异响

1、将需要检测的空调压缩机开启,用KMSV声学成像系统在被检测的压缩机周围进行拍摄;。

2、KMSV声学成像系统会自动识别到异响的位置,并进行定位;。

3、将测量的文件上传到KASV软件上;。

4、软件上可以选取异响时的一段进行分析,可以进行25帧的计算。

5、计算后的异响源在软件上有色谱图、时间波形、频谱的分析,能准确的计算出异响源的频率,可以查找到引起异响的零件。。

6、仪器还带有声级计的功能,可以进行外接麦克风。。

三、声学相机的工作原理是什么?

1、将需要检测的空调压缩机开启,用KMSV声学成像系统在被检测的压缩机周围进行拍摄;。

四、KMSV声学成像仪在声级计功能中包含下列哪些功能?

1、将需要检测的空调压缩机开启,用KMSV声学成像系统在被检测的压缩机周围进行拍摄;。

五、KMSV测量汽车发动机异响噪声定位检测

1、KMSV声成像测量—利用传声器阵列声成像测量声场分布,声图像与视频图像透明叠加,直观分析噪声状态,用于测量物体发出的声音的位置和声音辐射的状态,并用云图方式显示出直观图像。。

2、使用波束成行算法使用波束成形算法在2维平面上进行扫描得到声音图像 。

3、汽车发动机噪音定位视频至今为止,声学照相机主要被用于鉴别噪声源的位置。除了用于分析飞行中飞机发出的各类噪声,声学照相机也被成功地用来研究行驶中汽车、电力机车、磁悬浮列车的噪声、城市防噪音设施的效果检测。。

六、怎样可以彻底解决噪音困扰??KMSV声学相机可以吗?

1、看得出你家楼上那位挺无赖的,如果打110估计管的可裂让能性不大,有效率也不高,站在旁观者角度来说,目前只有一个办法,虽然这个方法可能对你们家来说比较为难。

2、你们可以试试用温情一点的方法,俗话说,伸手不打笑脸人。

3、如果你们就直接上去质问“你们家别老弄那么大声音好不好,烦人了!”类似这样的话他们肯定不接受。

4、因为他们的人品所致。

5、温情的办法很多,比如说送点小礼物(是不是觉得方法有点贱脾气?如果一点小东西能解决问题,就当扔块肉给恶狗呗)。

6、关系拉近了,就比较容易沟通了,毕竟他们也是人,也不至于无耻到十恶不赦吧,假如真的十恶不赦携尘,那你们就搬家吧(呵呵,不是办辩源禅法的办法了)。

七、如何演示我们的KMSV声学成像系统?

1、现场先对齿轮箱进行数据采集。。

2、KMSV实时显示的图像不稳定,和客户解释现场噪声比较多且杂,需要将数据上传至电脑进行后处理分析。。

3、到办公室分析后,所有云图均处于大齿轮外侧突起部位。经现场讨论可能与齿轮啮合有有关。。

4、此次异响为噪声中的大声源,寻找方便,且定位比较准确。然后分析后导出的视频,进行分析。。

八、KMSV声学成像系统状态检测--220KV变电站GIS异响

1、   今天来给大家分享一个关于220KV变电站GIS异响的诊断检测案例1测试目的:查找目前主要噪声声源,及其具体位置。2监测方案:   使用KMSV便携式声学成像系统,于GIS周边进行拍摄记录。3噪声源评价方式:  A、由KMSV便携式声学成像系统直接生成噪声分布云图  B、噪声分布云图将直接显示噪声源所在位置及大小1现场描述:用KMSV声学成像系统对GIS母线筒进行扫描,对于发出异响的位置进行定位,查找出噪声源的位置并进行分析。。

2、现场图片及分析过程:。

3、为了对异响进行详细的分析,用KMbalancerPro对异响的位置进行振动检测,测试位置如下图:。

4、分析:在异响时GIS母线筒振动值较大,振动频率都为50Hz电源频率的倍频,可以判定主要振动非机械故障激发的,为电流引起的。其中垂直方向振动值大,在频谱上100Hz左右有明显的谐波频率,母线筒存在松动的迹象;为了验证振动的具体原因,对邻近的支撑位置的一圈进行振动检测。。

5、1#测点振动为0.145mm/s,2#测点振动为0.193mm/s,3#测点振动为0.214mm/s,4#测点振动为0.083mm/s,通过振动检测怀疑支撑的调整螺丝可能存在没有调平,现场重新调整了支撑的调整螺丝。。

6、调整后,4个测点位置的振动值分别为:1#测点0.107mm/s,2#测点为0.105mm/s,3#测点为0.101mm/s,4#测点为0.099mm/s,4个测点位置的振动基本一致,现场已基本听不到明显的异响声音,但当负荷变高时又出现了轻微一声的异响;母线筒还是存在着支撑不牢的现象,现场临时对母线筒进行简单加固。。

7、临时用木头加固后,在负荷变化时现场也听不到异响的声音了,现场测量母线筒的振动值及频谱如下:。

8、设备诊断结论和维修建议所有测点上都有很明显的50Hz电源频率的整数倍频,其中100Hz频率下振动幅值大,可以判定为主要是因为电流频率振动引起的幅值;在GIS母线筒发出异响时垂直方向测点的频率在100Hz左右有明显谐波频率,主要是母线筒固定不牢,电流振动引起母线筒的共振;调整母线筒支撑的螺丝后,振动数值明显下降异音也消失,在负荷变化时还是会出现异响,主要还是异响部位母线筒支撑不牢固;建议在异响处的母线筒下部再加一根固定支撑,以增加母线筒的强度,更改固有频率,或者在母线筒前端接头处增加波纹管膨胀节。  方法一:在异响位置增加固定支撑。

9、方法二:母线筒前端接头处增加波纹管膨胀节。

10、结合本案例中对GIS设备发生异响的检查、对其原因进行分析以及对故障进行排查,采用了声学成像、振动测量等检测方式,确定主要的噪声源为电流激发的振动引起GIS母线筒共振发出的异响,并通过检测验证了结果,从而对以后的维修做了有效的指导,使得维检的时间大大缩短,也积累了带电检测GIS设备的经验。。

九、来了,声相仪KMSV对电动机异响分析应用

1、测试目的:查找目前主要噪声声源,及其具体位置。。

2、监测方案:   使用KMSV便携式声学成像系统,于电动机周边进行拍摄记录。。

3、噪声源评价方式:   A、由KMSV便携式声学成像系统直接生成噪声分布云图   B、噪声分布云图将直接显示噪声源所在位置及大小。

4、现场描述:用KMSV声学成像系统对HoistMotor各个部位进行扫描,对于电动机运行时发出的噪声位置进行定位,查找异响的位置。。

5、结果: 从色谱图上可以看出噪声频率较高; 从时域波形可以看出主要噪声为持续性噪声;从频谱中可以看出主要噪声频率在315-2500Hz之间;主要的噪声源在电动机驱动端,噪声的频率段较高,非转动件的频率引起的异响,需要检查下电动机绕组等电气零部件。。

转载请注明出处阿文说说网 » KMSV声学相机的详细介绍【声学相机】