对车床噪声信号进行分析不仅可以定位噪声源,而且可以进行故障诊断。目前我国大多数车床生产厂对车床工作状态的判断都依靠工人听力,工作效率很低。虽然有些工厂采用了一些分析仪器,但是由于车床噪声频率非常复杂,而仪器提供的分析方法有限,往往不能得到比较全面的诊断信息。本文围绕车床噪声源识别和分析软件设计主要作了以下几方面工作:首先,在总结国内外车床噪声研究概况的基础上,建立了车床噪声信号分析系统。根据系统需要,选择麦克风和声卡作为系统硬件。比较VC++、MATLAB和LabVIEW的优缺点后,选择LabVIEW8.2中文版作为软件开发平台。其次,分析影响车床噪声的主要因素和车床噪声信号的特点,论述处理车床噪声信号的时域、频域和时频方法,比较了这几种分析方法的优缺点,针对车床噪声信号的特点,在时域、频域、时频中选取适当的车床噪声信号处理方法,结合灰色故障诊断法中的灰关联度分析,着重研究了小波包分析与灰色理论相结合的车床噪声源识别法,利用小波包将车床噪声信号进行5层分解,提取前4个频带的能量作为特征向量进行关联度计算,按照关联度大小排序后识别车床噪声源。最后,设计了车床噪声信号分析软件,利用该软件对车床噪声信号进行综合分析实验,验证了软件的正确性和可靠性。同时对小波包与灰色理论相结合的车床噪声源识别法进行实验,证明了这种方法的有效性。