基于声阵列技术的柴油机噪声源识别.pdf

基于声阵列技术的柴油机噪声源识别.pdf

ID:55808215

大小:845.22 KB

页数:8页

时间:2020-06-03

基于声阵列技术的柴油机噪声源识别.pdf_第1页
基于声阵列技术的柴油机噪声源识别.pdf_第2页
基于声阵列技术的柴油机噪声源识别.pdf_第3页
基于声阵列技术的柴油机噪声源识别.pdf_第4页
基于声阵列技术的柴油机噪声源识别.pdf_第5页
资源描述:

《基于声阵列技术的柴油机噪声源识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第30卷第2期农业工程学报V.o】.30No.22014年1月TransactionsoftheChineseSocietyofAgriculturalEngineeringJan.201423基于声阵列技术的柴油机噪声源识别褚志刚1,2蔡鹏飞,蒋忠翰,沈林邦,杨洋(1.重庆大学机械传动国家重点实验室,重庆400044;2.重庆大学机械工程学院,重庆4000443.重庆工业职业技术学院车辆工程学院,重庆401120)摘要:为了准确识别某柴油机的噪声源,为进一步的低噪声改进指明方向,综合采用Beamforming(波束形成)和SONAH(统计最优近场声全息)

2、2种阵列的声源识别方法对该柴油机噪声辐射最突出的进气侧噪声源进行识别。结果表明:噪声贡献量较大的1650~2200Hz频率范围内对应的噪声源为进气总管、汽缸盖罩,920~1450Hz对应喷油器,而760~776Hz和920~936Hz分别对应油泵传动轴和油泵调速器。进一步的声贡献量分析结果显示:进气总管对该发动机进气侧辐射噪声的声功率贡献量达15.38%,喷油器、油泵调速器声功率贡献度量分别为5.47%~15.11%;汽缸盖罩和油泵传动轴声功率贡献量分别为4.85%和4.26%。综上,结合Beamforming和SONAH在不同频段内具有高分辨率的优点,可

3、以在宽频带内进行声源识别,且试验实现简单,操作方便。关键词:柴油机;噪声;识别;波束形成;统计最优近场声全息doi:10.3969~.issn.1002—68192014.02.004中图分类号:TB52;TK421.6文献标志码:A文章编号:1002—6819(2014)一02—0023—08褚志刚,蔡鹏飞,蒋忠翰,等.基于声阵列技术的柴油机噪声源识别[J].农业工程学报,2014,30(2):23—30.ChuZhigang,CaiPeng~i,JiangZhonghan,eta1.Identificationofnoisesourcefordiese

4、lenginebasedonmicrophonearraytechnology[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2014,30(2):23—30.(inChinesewithEnglishabstract)AcousticHolography)⋯,其中,工程中常用的NAHO引言又包括基于空间傅里叶变换的近场声全息(Space降低发动机噪声是提高汽车NVH(noiseTransfornlofSoundFieldbasedNAH

5、)[23-26]~统计最vibrationandharshness)性能的重要途径,而要解优近场声全息(StatisticallyOptimizedNear—field决发动机噪声问题,确定其主要噪声源尤为重要J。AcousticalHolography)州J2种。Beamforming通传统的发动机噪声源识别方法主要有:声压法L2J、过对声信号进行处理,使声源计算平面上对应真实表面振动法]和声强法[5-10]等。其中,声压法测试声源的聚焦点的输出量被加强,而其他聚焦点的输简单高效,但受声源及测试条件影响很大,因而只出量被衰减,从而识别声源lJ引。Beam

6、forming声源能用作简单的噪声源识别;表面振动法可实现结构识别空间分辨率反比于阵列尺寸与波长的比值,所辐射声源的识别,但对空气传播噪声无法实施,且以该方法适合中远距离的测量且中高频分辨率好,易受振动测量位黄等因素的影响;声强法对测试环但对于低频声源却不具工程实用价值。声全息法境要求低,测量频带宽且分辨率较高,但只能针对(NAH)借助源表面与全息面之间的空间变换关系,稳定工况进行逐点扫描测试,耗时长、试验效率低。由全息面所测声压便可重建源面的声场l2引。NAH近年来,基于传声器阵列的声源识别技术由于具有测具有优越的低频空间分辨能力,能够弥补量速度快、成像

7、效率高、空间分辨率好、适合稳态声Beamforming的不足,因此将NAH与Beamforming源和瞬态声源等诸多优势,在汽车、航空、列车等领进行组合,能够有效拓展可识别的噪声源频带范域的噪声源识别等方面得到了广泛应用[11-20】。围。然而,传统的基于空间傅里叶变换的近场声全平面声阵列噪声源识别技术有波束形成法息只能用于规则的网格阵列,而Beamforming则需(Beamforming)J和平面近场声全息法(Near-field要非规则阵列来获取优越的动力学性能,因此若为达到更宽频带内噪声源识别,测量时在2种不同阵收稿日期:2013.07.24修订日

8、期:2013-11-11列之间反复切换显然不切实际。SONAH作为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。