基于Clean-SC的航空发动机整机喷流噪声定位识别研究

针对航空发动机整机喷流噪声定位识别难题,开展了基于Clean-SC声源成像识别技术结合线形传声器阵列的航空发动机整机喷流噪声定位识别方法研究。以小涵道比涡扇发动机为对象进行了测试验证,获取了发动机整机喷流噪声的主要声源特性。该特性沿着发动机喷流轴线方向以及与发动机轴线呈一定角度的方向分布,不随发动机状态的变化而变化,且主要为1000 Hz以下的低频声源。证明了本文方法的可行性,为后续航空发动机整机喷流噪声的声源定位研究奠定了基础,具有重要的工程应用价值。

CLEAN-SC波束形成声源识别改进

CLEAN-SC波束形成声源识别方法计算速度快、成像干净清晰、结果准确度高,但当传统延迟求和算法在各声源处输出的主瓣严重融合时,亦无法准确分辨声源。造成该缺陷的原因为:主瓣严重融合时,CLEAN-SC所基于的延迟求和输出峰值所在聚焦点即为声源点的假设不成立。从源相干性角度,若某聚焦点处的延迟求和输出主要由某声源贡献时,该聚焦点可标示该声源,即基于该聚焦点的位置及强度信息可重构该声源在各传声器处产生声压的互谱矩阵。鉴于此,以CLEAN-SC识别的声源为初值迭代寻找正确的声源位置及强度,每次迭代中,最小化其余声源与某一声源的波束形成贡献的比值为每个声源选择标示点,根据标示点更新声源。仿真及试验均证明:所给方法比传统CLEAN-SC具有更高分辨率,使近距离低频率声源的准确识别变得可行。

基于CLEAN-SC清晰化波束形成的汽车前围板隔声薄弱部位识别

为提高波束形成识别汽车前围板隔声薄弱部位的精度,开发了CLEAN-SC清晰化波束形成声源识别软件。对多种已知模拟声源的识别结果表明:该方法能够显著提高分辨率、衰减旁瓣,更准确地识别单声源及不相干声源,且随迭代次数的增加收敛快、受传声器及通道频响失配等因素的干扰小。某汽车前围板的隔声薄弱部位识别试验结果表明:空调进气口左上角位置是主要薄弱部位,空调进气口内外循环转换阀与阀口贴合不紧密是根本原因。为改善其隔声性能指明了方向,验证了CLEAN-SC清晰化波束形成方法在汽车前围板隔声薄弱部位识别中的有效性及所开发软件的正确性。

汽车车内噪声与车外气动声源的相关性研究

在简单介绍了Beamforming声源识别技术的基本原理和车外气动声源与车内噪声相关性分析的方法之后,在整车气动声学风洞中应用流场外声阵列与车内2个参考麦克风同时进行车内外噪声信号的同步测量,应用频域内声源识别的传统的Beamforming算法和改进的CLEAN-SC算法,识别出了车外的气动噪声源分布,并分析了车外声源与车内噪声的相关性,得出车外噪声源对车内噪声的相对贡献度。结果表明:频域内改进的CLEAN-SC算法可以在很大程度上改善传统Beamforming算法在动态范围和空间分辨率方面的局限性,且算法稳健,使该项技术在风洞内的应用更具实用性。对车内噪声而言,在较多的特征频段,车外后视镜作为声源对车内噪声的贡献度最大。但在一些特征频段,前雨刮和门把手对车内噪声的贡献也不容忽视。

基于压缩聚焦网格点的快速反卷积算法

为提升反卷积算法的计算效率,提出一种压缩聚焦网格点的快速反卷积算法。该算法基于函数波束形成的输出,根据设定的声源识别阈值,压缩参与反卷积算法循环的聚焦网格点数。算法融合了函数波束形成与相干声源图清晰算法CLEAN-SC(CLEAN based on spatial source coherence)的优点,可进一步提高多声源定位的空间分辨率,并有效降低算法计算时间。仿真和试验表明:所提算法对低于瑞利极限的不相干多声源具有良好的识别效果;试验中,与CLEAN-SC相比,所提算法的计算效率提升了约3.90倍。

基于大型声学风洞的飞行器起落架噪声试验研究

起落架是飞行器机体噪声的主要声源,是当前气动声学界关注的一个焦点。为分析不同结构参数对起落架噪声特征的影响,在FL-175.5 m×4.0 m航空声学风洞开展了大尺度起落架简化模型试验研究。试验包括34 m/s~75 m/s内5个风速,采用自由场传声器与相位传声器阵列开展声学测量。试验系统分析了模型噪声源位置、部件贡献与噪声指向性规律,获得了风速变化下起落架噪声特征;通过控制结构参数,结果表明起落架高度、轮直径、攻角、轮数、轮攻角对起落架噪声特征具有重要影响,而8°范围内偏角影响相对较弱。

基于麦克风阵列小波分析的中低雷诺数尾缘噪声研究

随着机体噪声逐渐成为民机降噪的关键,作为典型气动噪声源的翼型噪声是未来更低噪声民机必须关注的部分。中低雷诺数下尾缘离散噪声存在阶梯的频率速度关系、层流要求以及偶极子噪声等特征,其噪声机理涉及稳定性理论和反馈回路。尽管尾缘噪声的产生出现和强度都得到比较广泛的研究,但尾缘噪声的空间分布研究尚不充分。基于二维平面麦克风阵列,小波系数和CLEAN-SC算法对于尾缘噪声进行时频域分析。实验在北航D5气动声学风洞进行,使用Kevlar布构成的闭口实验段对于300 mm的NACA0012翼型进行噪声研究。通过实验中发现的固定频率范围内存在强度维持现象,基于小波分析拆解出对应的空间时域上声源强度的位置间歇性移动,提供可能存在的反馈回路内部更为复杂噪声机理的依据。

复合纳米Ag,Ce/TiO_2光催化自洁涂料的超临界CO_2喷涂研究

探讨了SC—CO_2作用对氟碳树脂物性的影响,选择了适合SC—CO_2喷涂的喷嘴结构,考察了SC—CO_2喷涂对复合纳米Ag,Ce/TiO_2氟碳树脂涂料光催化活性的影响。

超声波辅助超临界CO_2清洗精密零部件设备设计

传统的清洗方法及设备由于水溶液的表面张力大,很难有效清洗精密零部件的微孔及狭缝中的污物,且干燥过程复杂,以超声波辅助超临界CO2清洗可以克服上述缺点。超临界CO2具有表面张力小、快速移动能力,高溶解性、强扩散性、不添加化学试剂、循环利用的特性,在精密零部件的微孔及狭缝清洗中有良好的应用前景。提出了一种超声波辅助超临界CO2清洗精密零部件设备,包括筒体、内夹套、超声波换能器、料框、磁力驱动装置、封头、快开结构,该设备可同时实现超临界CO2、超声波振荡及零部件旋转清洗,为精密零部件的无水精密清洗提供了可能。

基于网格化产汇流的径流式小水电发电负荷预测

针对偏远山区径流式小水电发电负荷因来水量不确定性导致预测精度较低的问题,提出一种基于网格化产汇流模型和人工智能的小水电发电负荷预测方法。首先将小水电所在区域进行网格划分,引入径流曲线法(SCS-CN)计算每个网格上的历时降雨产流,再根据单位线原理并结合上游来水量构建小水电区域的网格化产汇流模型。最后,利用卷积神经网络(CNN)对产汇流数据及负荷数据进行高效特征提取,构造双向门控循环单元(BiGRU)网络模型的输入,建立基于降雨产汇流与CNN-BiGRU网络的径流式小水电发电负荷预测模型,通过降低来水量不确定性的影响来提高测试集上预测结果准确率。仿真结果表明,降雨经产汇流模型处理后,小水电发电负荷预测精度提高了7.55%;同时,与单一的GRU网络模型、组合的CNN-GRU网络模型相比,CNN-BiGRU网络模型在测试集上的预测精度分别提高了4.91%、2.39%。综上所述,降雨产汇流模型有效地提高了山区径流式小水电发电负荷的预测精度,为促进富集小水电地区清洁能源的消纳提供了理论依据。

基于仿生学结构的翼型降噪实验研究

本文运用平面传声器阵列研究了翼型常规尾缘、锯齿形尾缘及波浪形前缘的气动噪声,并在全消声室环境下实验研究了仿生学前缘、尾缘的降噪效果。设计的传声器阵列是同一平面上的单支螺旋线结构,用于二维平面声源定位。实验结果表明:在低湍流度、自由来流情况下,尾缘噪声超过前缘噪声,是翼型噪声的最主要来源,锯齿形尾缘能够有效地降低翼型的尾缘噪声;在较大的宽频范围内,锯齿形尾缘均起到很好的降噪效果,尾缘最大降噪量可以达到10 dB。而波浪形前缘的波长越短,对翼型尾缘的降噪量越明显;波浪形前缘对尾缘噪声的降噪效果在低频时较为明显,而在高频情况下,可以忽略不计。对于湍流-翼型干涉噪声的研究表明:湍流-翼型干涉噪声主要发生于翼型前缘,其声压级远大于尾缘;且锯齿尾缘几乎对湍流-翼型前缘干涉噪声的降噪没有贡献;波浪形前缘可以显著地降低湍流-翼型干涉噪声的声压级,达到良好的降噪效果。

后掠叶片锯齿尾缘宽频噪声实验研究

本文采用线性传声器阵列分别对具有常规尾缘及锯齿形尾缘的后掠叶片的尾缘噪声进行了实验测量;运用CLEAN-SC数据处理方法精确地识别出叶片尾缘噪声的声学参数。并且基于多组实验结果的对比,深入研究了不同的尾缘锯齿长度、周期、几何比例对后掠叶片尾缘噪声降噪效果的影响。实验结果表明:在低湍流度、自由来流情况下,在总声压级降噪方面,尾缘锯齿长度越大,尾缘噪声的降噪效果愈发明显;尾缘锯齿周期增大,其降噪效果也有不错的改善;针对几何比例相同的尾缘锯齿,其整体尺寸越大,降噪效果越显著。对于特定的后掠叶片而言,一定存在可以使降噪效果达到最优的尾缘锯齿尺寸。在所有实验中,锯齿尾缘的最大降噪量可以达到1.2 dB。“流向型”尾缘锯齿的降噪效果要远优于“对称型”锯齿,且所有“对称型”锯齿均未能进一步降低后掠叶片的尾缘噪声。

重掺硼硅片表面清洗研究

研究了SC-1清洗过程对重掺硼和轻掺硼硅片表面颗粒、微粗糙度的影响及其清洗后硅片表面化学组态分布,采用表面颗粒激光扫描仪、原子力显微镜及X射线光电子能谱(XPS)对重掺硼和轻掺硼硅片在SC-1清洗过程中表现的不同清洗特性进行分析。结果表明:在SC-1清洗中,重掺硼硅片表面更容易吸附颗粒,需要更长的清洗时间来得到清洁表面;随清洗时间延长,重轻掺硅片表面微粗糙度均有增大趋势,且重掺硼硅片表面微粗糙度始终比轻掺硼硅片大,通过表面高度结果可知,相同清洗条件下,重掺硼硅片表面纵向腐蚀深度比轻掺硼大0.3 nm,与(111)面的晶面间距相近;XPS结果显示重掺硼硅单晶中大量硼原子的引入对SC-1清洗过程中的各向异性腐蚀有一定的增强效果,适当改变SC-1清洗中的氧化剂的含量有助于得到更好的表面质量。