汽车车外噪声分析预测的声场空间变换方法

以某载货汽车为研究对象,利用近场声全息和声场空间变换方法对其车外噪声进行了分析预测。建立了近场声全息测量系统,开发了声场空间变换分析软件,对被试汽车进行了车外噪声源的测试与分析。对汽车远场噪声特性和车外最大加速噪声进行了分析、预测,通过试验验证了远场噪声预测结果的有效性。并对用声场空间变换方法预测汽车加速行驶车外最大加速噪声产生误差的原因进行了分析。结果表明,在获得近场全息面上噪声测量数据的基础上,利用声场空间变换方法可对远场任意重建面的声场分布特性进行预测,并对形成该平面声场的主要噪声源进行识别,还可以对汽车加速行驶时的车外最大加速噪声进行近似预测。

基于声场空间变换方法的轿车加速行驶车外噪声预测

采用近场声全息和声场空间变换方法对轿车车外噪声进行了预测。阐述了声场空间变换的基本原理,构建了近场声全息测量系统,并对声全息测量系统的误差进行了校准。在试验工况为2档、55km/h匀速行驶条件下,在消声室内转鼓试验台上对轿车左右两侧近场声全息数据进行了测试。根据声场空间变换的基本理论,编制了声场空间变换的计算程序,对被试轿车左右两侧变换面的声场进行了重建。根据车外噪声测试标准GB1495—2002中的测量位置对车外噪声进行了预测,并与车外噪声试验结果进行了对比。对比结果表明:左右两侧误差均在1.0dB(A)以内,而相对误差均小于5%,满足工程精度要求。

汽车噪声测量的声场空间变换方法及其应用

降低汽车噪声的前提条件是准确确定噪声源位置及声强等参数。声场空间变换（ＳＴＳＦ）方法是确定噪声源位置的一种较好方法。阐述了声场空间变换的理论基础及基本原理，给出了应用实例，并对应用效果进行了分析。

声场空间变换法在汽车噪声测试分析中的应用

介绍声场空间变换的原理、试验方法，以及在几种国外汽车上的试验结果。

用声场空间变换识别水下噪声源

本文提出利用声场空间变换技术进行噪声源的分离与识别．在微机上实现了ＮＡＨ与ＢＡＨＩＭ编程，数值结果表明，当测量面上的声压或声强分布无法对噪声源正确定位和识别的情况下，声场空间变换技术能很好的解决这一问题．水下声源的ＮＡＨ与ＢＡＨＩＭ实验结果也表明该技术是水下噪声源识别与分析的一种有效方法．

基于K-空间积分格林函数的近场声全息技术

目前基于Neumann边界条件空间声场变换技术格林函数的主要有限离散化算法是k-空间抽样格林函数法.然而,该条件下的k-空间积分格林函数法却很少应用在相关的课题研究中.所以对于该算法的重构特性以及这两种算法在空间声场变换中的优劣是人们一直普遍关注的问题.本文通过计算修正了该算法在Neumann边界条件下的计算参数,并通过数值仿真分析了k-空间积分格林函数的相关特性,最后通过仿真计算给出了这两种方法在不同重构参数下的误差分析.这些分析结果可为进一步的工程实践提供参考.

基于Green函数的两种STSF算法的比较

k-空间抽样格林函数法是目前基于Neumann边界条件空间声场变换技术格林函数的主要有限离散化算法。然而,该条件下的实空间积分格林函数法却很少应用在相关的课题研究中。所以对于该算法的重构特性以及这两种算法在空间声场变换中的优劣是人们一直普遍关注的问题。通过计算修正了该算法在Neumann边界条件下的计算参数,并通过数值仿真分析了实空间积分格林函数的相关特性,最后通过仿真计算给出了这两种方法在不同重构参数下的误差分析。这些分析结果可为进一步的工程实践提供参考。

基于传声器阵列的产品噪声源定位技术的应用

基于传声器阵列的产品噪声源定位技术有两个主要方法:STSF和Beamforming,但两者的实现方法各不相同。通过对STSF和Beamforming声源定位技术的推导,给出了两种测量技术适用的频率范围和空间范围,从理论上对其应用范围的差异进行了说明,并提出了在实际测量中如何选择合适的声源定位方法。结合两种测量技术的特点,还提出了声源定位技术下一阶段的研究课题。

基于传声器阵列的声源定位技术的应用

基于传声器阵列的声源定位技术中的两个主要方法,STSF和Beamforming声源定位技术两者的实现方法不同。通过对STSF和Beamforming声源定位技术的推导,给出了两种测量技术适用的频率范围和空间范围,从理论上对其应用范围的差异进行了说明,并提出在实际测量中如何选择合适的声源定位方法。结合两种测量技术的特点,提出声源定位技术下一阶段研究的重点。