由于强噪声和无关谐波的干扰，旋转机械在早期退化阶段的故障特征往往较弱。尽管传统的声学诊断技术以其信息丰富、非接触等优点备受关注，但在极低的信噪比下提取与故障相关的有意义的特征一直是一个难题。考虑到声子晶体和声学超材料的特殊物理特性，本研究提出了一种基于声子晶体线缺陷传感的旋转机械故障诊断结构增强方法。与传统的声学滤波和增强方法相比，该方法可以在声感知预处理阶段直接滤除噪声，增强故障特征，而不需要复杂的后处理算法。从而完整地保留了故障特征的原始信息，从而进一步提高了当前声传感的检测极限。特别地，所设计的线缺陷PnC是参数可调的。结合齿轮和轴承等旋转机械故障特征的先验知识，可以设计出适合增强其故障特征的结构，具有很大的实际工程应用潜力。从理论上阐述了线缺陷PnC的增强机理，并通过数值仿真验证了其对旋转机械微弱故障的检测能力。实验结果表明，与基于变分模态分解（VMD）的方法相比，该方法在低信噪比条件下具有更好的故障特征增强性能。通过将故障检测方法与声学超材料传感系统结合，可以预见该方法在机械设备故障诊断中具有巨大的应用潜力
综上所述，本研究结合声学超材料的优点，提出了一种通过线缺陷PnC传感有效增强旋转机械弱故障特征的新方法。与传统的信号后处理声学故障诊断不同，本文提出的线缺陷PnC可以看作是一种预处理声学装置，具有过滤噪声和增强旋转机械故障特征的功能，在实际检测中能够获得更高信噪比的故障信号。
数值计算和实验对比表明，该方法在低信噪比下具有较好的故障特征增强效果。与传统的诊断方法相比，提高信噪比的增强故障信号不会消除任何有用的故障特征信息。
此外，可以通过调整所设计结构的结构尺寸参数来设计线缺陷PnC的最佳增益共振带，可以满足固定工作频带的更多旋转机械设备的诊断要求。然而，单线缺陷PnC传感很难覆盖随实际工作条件（如速度或负载）变化而变化的故障特征边界。为了满足更多工况的要求，考虑到声超材料器件制造成本低的优点，可以设计多种不同尺寸参数的声超材料结构，拓宽频率边界，并结合先进的信号处理技术，综合分析从多个结构采集到的故障信息，从而提高诊断的准确性。
在未来，优化声学超材料的结构并将其应用于实际机械工业是非常有前景的。该方法还可应用于汽车齿轮箱故障诊断、航空发动机健康监测和医疗设备故障诊断等领域。
【免责声明】本文中的部分图片和文字信息来自文献或网络，版权归原作者所有。本文对发表的观点和分析保持中立，如果您认为文中信息来源或者分析观点有误，又或者涉及版权、隐私等问题，请及时私信联系，本公众号将立即删除修改。有关论文的更多信息请点击左下角阅读原文。
