为解决刹车片内部缺陷检测的难题,提出了一种通过分析敲击信号对刹车片内部缺陷进行检测的方法。首先,截取通过敲击获得的声音信号,然后利用小波包分解和变分模态分解（VMD）提取能量特征,根据可分性判据选择最优特征作为分类特征,最后运用K最近邻（KNN）算法对故障特征进行识别,获得准确的类别信息,准确率达到了96%以上,对刹车片内部是否存在缺陷做出有效判断。通过对实际信号进行实验验证,表明该方法能够准确的识别刹车片的好坏,提高检测效率和精度。

为了提高轴承故障检测的精度和普适性,设计了一种基于Lab VIEW的滚动轴承故障在线分析系统。采用熵值法构造峭度、均方根的联合评价指标,对滤波信号作初步诊断;调取MATLAB程序,对携带故障信息的信号进行包络谱分析,确定故障发生的具体时间、具体部位;将原始振动信号及分析数据定时分类存储在数据库和TDMS文件中,节约了存储空间,且方便历史数据的调取验证。系统应用案例证实了此设计有较高的环境适应能力和鲁棒性,整体设计具有一定的应用价值。