基于二级迭代的局部近场声全息研究及实验

为了有效减小传统近场声全息声场重建过程中的“窗效应”和准确利用有限测量孔径测量并定位潜艇的表面声源,提出一种基于二级迭代的局部近场声全息方法。首先,通过改进基于正交球面波的局部近场声全息方法,提出基于二级迭代的局部近场声全息方法;然后,仿真对比上述两种局部近场声全息方法的重构结果,研究外推误差和扩展测点数对重构精度的影响;最后,在消声水池中利用小孔径全息测量面进行基于二级迭代的局部近场声全息的实验研究。结果表明,基于二级迭代的局部近场声全息能大大减小有限测量孔径带来的“窗效应”和“孔径重复效应”误差,验证了该方法的优越性,可为水下大尺寸声源的近场声全息精确测量提供重要参考。

基于稀疏矢量声阵列的噪声源识别方法研究

【目的】为了提高质点振速的重建精度,保证声源识别的准确性,【方法】采用质点振速测量替代传统的声压测量,然后将矢量传感器与稀疏采样及稀疏正则化相结合,建立一个基于稀疏矢量声阵列的压缩等效源-近场声全息技术模型(CESM-v),并开展数值仿真和实验研究。通过质点振速重建、等效源源强重建、误差计算等多角度分析,将文章提出的CESM-v模型与传统的等效源-近场声全息技术(ESM)模型和现有的CESM-p模型进行对比。【结果】CESM-v模型总是优于另外两个模型,在稀疏采样条件下可获得媲美传统ESM充足采样条件下的质点振速重建效果,且比CESM-p模型具有更高更稳定的质点振速重建精度。仿真和实验结果均表明,CESM-v模型具有更好的稳定性和可靠性,在少量采样点条件下依然可获得较好的质点振速重建结果,从而保证声源识别的准确性。【结论】凭借优越的声场重构稳健性,CESM-v模型可推广至轨道交通等实际工程中,应用于噪声源识别及故障诊断。

声全息方法识别汽车运动噪声

本文提出利用声全息原理,对运动状态下的汽车噪声源进行识别的方法。它能够用来分析汽车在高速运动过程中发动机的噪声、轮胎噪声和空气动力学噪声。通过低速和高速实验表明该方法是一种有效的方法,能够快速、准确识别运动车辆的噪声。

利用声全息方法识别汽车噪声源

本文介绍了一种用于噪声分析研究的声全息技术。利用声全息分析方法对一辆汽车进行了噪声分析。结果显示声全息方法也是一种有效的噪声源识别手段,在一些方面还有较大的优越性。

利用声全息方法研究汽车噪声空间传播

介绍了一种可用于噪声分析研究的声全息技术。从场论及基尔霍夫衍射出发推导了声全息的基本重建公式 ,利用实验对公式进行了验证 ,并利用声全息分析方法对一辆汽车进行了噪声分析。结果显示声全息方法不仅能够有效地识别汽车表面的噪声源 ,而且还能够进一步反映噪声的空间传播过程 。

基于声阵列技术的柴油机噪声源识别

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％和5．11％；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，可以在宽频带内进行声源识别，且试验实现简单，操作方便。

噪声源识别的近场声全息方法和数值仿真分析

将近场声全息(NAH)用于噪声源的识别和定位,对不同类型噪声源的数值模拟结果和理论分析表明:对于复杂声源,采用近场声全息方法可以精确地定位噪声源,并且能很好地分辨出各噪声源振幅的强弱;在波数域加窗滤波后,声压测量的误差对声源识别结果的影响不大。并对重建结果误差的产生原因及近场声全息相关参数的选取原则做了详细的分析,对工程测量和噪声控制有一定的指导意义。

车辆噪声源识别方法综述

在车辆产业中,噪声问题越来越突出,噪声源识别方法是车辆噪声控制的重要前提。近年来,车辆噪声源识别的方法得到快速发展,但仍需不断改进和完善。本文对车辆噪声源识别方法进行总结,将车辆噪声源识别方法分为传统方法、基于信号处理方法和基于声阵列技术方法三类,并描述和分析各种识别方法的特点。最后总结全文,展望未来车辆噪声源识别方法。

应用动态声全息方法识别轿车的行驶噪声源

应用动态声全息方法对运动轿车在不同车速下的辐射噪声场进行了分析 ,得到了试验轿车在不同车速、不同频率下的车外表面声场分布 ,准确识别出了相应工况下的主要噪声源。

客车车外噪声源识别及整车降噪研究

目前客车的车外噪声普遍偏高,成为城市中主要噪声污染源之一。以一款苏州金龙客车作为研究对象,采用选择运行法对其进行声源识别,结果显示风扇、消声器、油底壳为最主要噪声源。通过对主要噪声源采取吸声、隔声、消声等技术措施,有效地衰减了其向外辐射噪声。经权威检测部门测试,该车的整车噪声下降了4.6dB(A),达到了GB1495-2002第二阶段车外加速噪声限值要求。

车辆噪声源识别理论与方法分析

综述当前国内外噪声源识别理论与方法及其特点,分析目前广泛使用的传统识别法和信号分析的不足之处。而可视化的声源识别技术则能较完善地取得声源的特性和形象化的直观显示,是今后发展的趋势之一。

基于传声器阵列电动汽车用电机系统噪声源识别研究

为了满足电动汽车电机驱动系统工作噪声源定位的研究需要,在基于波束成型理论分析的基础上,利用十字形阵列进行了噪声源识别试验研究,确定了该电机系统工作过程中的的主要噪声源依次为风扇、变速箱和电机本体的部分区域。为了验证试验结果,与基于声强测试理论的分布测点法试验结果进行了对比研究。结果表明,在试验条件下,基于声阵列的电动汽车用电机系统噪声源识别方法比基于声强测试理论的分布测点法更为快捷,而识别效果相同。进一步说明声阵列方法在工作环境中有效实现机械或电气设备噪声源定位的可行性。

基于等效源法的双测量面相干声源分离方法

为了研究存在于空间的相干声源中某个声源的声场信息,必须进行声场分离。当相干声源在测量面同一侧并且到测量面距离相等时,现有的声场分离方法并不能有效地对相干声源进行分离。为了解决这种问题,提出一种旋转测量面的方法,通过测量面的旋转,使相干声源到同一测量面的距离不相等,满足声场分离的基本条件,根据近场声全息的等效源法对相干声源进行声场分离和重建。测量面旋转后,通过对200 Hz和1 000 Hz两组相干声源的仿真和试验,验证了基于等效源旋转测量面方法的正确性和可行性。

汽车噪声源识别实验研究

声强测试分析方法是一种有效的噪声源识别和声场分析方法。依据声强法的原理,对某型汽车的车外辐射噪声进行声强测试,并在此基础上对该车的主要噪声源进行识别和研究,为降低该型汽车的表面辐射噪声提供有效的参考依据。

挖掘机驾驶室低频噪声分析与控制

以某挖掘机驾驶室为例,建立结构有限元与声学边界元模型,基于频域逆矩阵方法求解工况下的激励载荷,利用基于模态的强迫响应法求得该激励下驾驶室振动速度响应。以此速度响应为边界条件,将声学传递向量(ATV)法与边界元法相结合计算驾驶员右耳处的声压,并进行了试验验证。对峰值频率处驾驶室面板声学贡献量进行计算,确认贡献显著的板件,对相应板件进行形貌优化和添加阻尼处理,结果表明,驾驶室内声压在对应峰值位置有较明显的下降。

基于LabVIEW的近场声全息噪声源识别系统

鉴于大多数近场声全息噪声源识别系统成本较高,基于LabVIEW开发成本低、适用性强的近场声全息噪声源识别系统。该系统可在传声器数量较多时使用阵列快照,也可在传声器数量有限或仪器通道个数有限时用线阵或面阵分块扫描获取全息面信息;通过嵌入的MATLAB近场声全息计算程序可以实现声场的重建和预测;通过LabVIEW可视化控件可以方便地实现重建和预测声场数据的显示。首先对该系统的原理及实现过程进行介绍,随后通过实验检验该系统的有效性。

基于近场声全息的车内噪声贡献量

在声场的声源信息未知的情况下,基于近场声全息技术提出了一种对汽车车内声场进行声源识别、声场预测及声学贡献分析的方法。因为汽车车内噪声等不满足自由声场的情况,分析了存在反射情况的声场预测方法。最后,通过算例对反射声场中声源识别、声场重建及声学贡献进行了研究,取得了满意的结果。研究表明,将近场声全息技术用于声贡献量分析相对于传统方法有明显优势。

中国特有轻型车辆面临的国际噪声限值挑战

2013年联合国欧洲经济委员会将确定加速行驶车外噪声法规ECE R51/03系列的限值,中国特有的轻型车辆即将面临较为严峻的挑战。主要原因是中国与欧洲轻型车辆存在典型差异,而欧洲在数据收集过程并未充分考虑中国特有的轻型车辆。对国内车辆大量的验证试验表明了中国典型轻型车辆噪声水平与轿车存在的差异,提出了适合中国国情的限值划分方案,并指出国内企业应借鉴日本经验,尽快介入欧盟法规制订过程,消除技术壁垒。

声近场综合试验解析技术及其在车外噪声分析中的应用

开发了声近场综合试验解析技术，包括参考话筒位置选择，非相干源信号的特性辨识，各声源传播途径可视化，各声源对系统输出的贡献评价以及输出预测等方面的新方法。试验研究和实车应用的成功表明，这些新方法可以适用于复杂的工程实际。

车用发动机前端辐射声源的小波分析与识别

根据连续小波变换具有较二进离散小波变换和小波包变换更精细的尺度分辨率的特点 ,研究了适用于工程应用的发动机表面辐射声信号小波变换结果的表述方法 ,并以一台车用增压柴油机前端表面辐射噪声的测量和识别分析为例 ,提出了一种车用发动机主要噪声源诊断和识别的测试分析方法。文中还将声信号测量识别的结果与表面振动信号识别的结果做了比较 ,两者是吻合的。