基于独立分量分析及小波变换的内燃机辐射噪声盲源分离和识别

为了分离和识别内燃机噪声源,结合独立分量分析和小波变换技术对内燃机辐射噪声信号进行了盲源分离和声源识别的研究.根据独立分量分析的基本原理,采用基于负熵极大的FastICA算法对4缸柴油机的辐射噪声信号进行了盲源分离,将噪声信号分解成一系列独立分量.采用快速傅里叶变换和小波变换技术对各个独立分量进行了分析,结合时频分析的结果和内燃机各噪声源信号的频谱结构,确定了分离得到的各独立分量与内燃机不同噪声源的对应关系.研究结果表明:这些独立分量分别对应着柴油机的燃烧噪声、活塞敲击噪声、正时齿轮噪声及排气辐射噪声等噪声源.     

基于独立分量分析和时频分析的柴油机燃烧噪声研究Ⅱ:预喷射影响分析

柴油机噪声各个分量互相交错重叠,时域截断和频域分析难以准确提取燃烧噪声.介绍了基于独立分量分析和时频分析的时频联合域内的滤波方法.燃烧噪声的独立分量提供了关于燃烧噪声的时间信息和频率分布特征,根据其时频分布构造时频通域,并对实际噪声信号进行时频滤波,可以得到燃烧噪声的时频分布.在此基础上,可以计算燃烧噪声的强弱.分析表明,在大部分测点,有预喷射的燃烧噪声低于无预喷射的燃烧噪声,说明预喷射可以降低柴油机的燃烧噪声.     

基于独立分量分析的内燃机噪声信号分离

采用独立分量分析的方法对内燃机的噪声信号进行了研究。首先对独立分量分析的基本原理进行了简要的叙述,在FastICA算法的基础上建立了内燃机噪声的独立分量分析模型,并编制了相应的计算程序。以某四缸柴油机为研究对象测量了不同工况下的噪声信号,计算了这些噪声信号的统计峰度,确认其为非高斯信号,满足独立分量分析的基本要求。然后对测得的柴油机噪声信号进行了独立分量分析,将其分解为一系列不同的独立分量。为了了解各独立分量的时频分布,用小波变换的方法对它们进行分析,分析结果表明,这些不同的独立分量对应着不同的内燃机噪声源信号。     

内燃机噪声信号的独立分量分析

叙述了独立分量分析(ICA)的基本原理,分析了运用独立分量分析技术分析内燃机噪声信号的几个基本问题。单缸柴油机噪声信号峰度值的统计规律表明噪声信号满足ICA的基本要求。运用FastICA算法对某单缸机的噪声信号进行了分析,将噪声信号分解成一系列的分量。运用傅立叶变换和小波分析技术对不同的分量进行了分析,结合时频分析的结果和内燃机噪声辐射的机理确定了不同的分量与内燃机不同的噪声源相对应。     

基于独立成分小波分析的内燃机噪声源识别

对独立成分分析的基本原理和数学模型进行了简要叙述,以某六缸柴油机为研究对象,对其不同工况下的噪声信号进行了统计独立性和高斯性分析,噪声信号基本满足独立成分分析的前提条件。采用基于峭度的梯度算法对噪声信号进行了盲分离,得到一序列独立分量。为进一步识别各独立分量,采用傅立叶和连续复小波变换对其进行时频分析,并结合一些内燃机先验知识分析发现,这些独立分量基本上对应着内燃机的燃烧噪声、正时齿轮噪声、活塞敲击噪声等噪声源,因此,采用独立成分小波分析技术对内燃机噪声信号进行盲分离以识别其主要噪声源是可行的。     

内燃机缸内压力与燃烧噪声

利用小波包分析提取缸内压力和测量噪声的时频信息，结合频谱分析技术，对缸内压力和测量噪声特性进行了研究．结合缸内压力和测量噪声的传递函数及相干分析，讨论了测量噪声各频带活塞拍击噪声和燃烧噪声的情况，并对缸内压力和燃烧噪声各频带所占能量进行了计算和研究．结果表明，通过缸内压力和噪声的时频及频谱分析，能获取更加详细的燃烧噪声和活塞拍击噪声信息，为燃烧噪声的分离以及机理研究提供了技术支撑．     

基于信号分析的发电机组辐射噪声盲源分离和识别

具有独立分量的经验模态分解算法结合了独立成分分析算法和经验模态分解算法的优点,可通过单个观测信号将噪声源分解成一系列独立分量,保证了分离出的声源的独立性,同时利用小波变换技术对各个独立分量进行了分析,通过时频分析结果确定了各独立分量与发电机组各噪声源的对应关系,并通过试验进行了验证。研究结果表明:这些独立分量分别对应着配气机构噪声、平衡轴驱动齿轮噪声、正时齿轮噪声和进气噪声。     

基于计算听觉场景分析的内燃机噪声源分离方法

为识别在时频域均混叠严重的内燃机燃烧噪声与活塞敲击噪声,提出并实现了基于计算听觉场景分析的内燃机噪声源分离算法.首先,对内燃机进行铅覆盖,只裸露待测部分,通过相关性分析寻找最佳测点位置,保证为分离算法提供更有效输入;其次,利用一阶差分麦克风阵列技术对实测信号进行处理,利用由独立分量分析与二值掩膜组成的时频分解过程对混合信号进行初步划分,分解过程不断迭代直至满足终止条件;最后,合并同源信号得到各分离分量,通过将分量与缸盖表面和活塞敲击处振动信号进行对比,验证分离结果的正确性.结果表明:新算法能有效分离内燃机燃烧噪声与活塞敲击噪声,且性能稳定,计算量小.     

基于试验的燃烧噪声传递函数求解及噪声预测

在不同运行工况下对D19TCI电控共轨柴油机进行噪声试验,采用时间同步和最小二乘法拟合的方法对缸压和噪声信号进行预处理,去除干扰信号和趋势性信号的影响。基于柴油机倒拖和不同喷油策略的噪声试验数据得到柴油机燃烧噪声及燃烧噪声传递函数。试验结果表明:在同一台柴油机上,缸内压力与各个方向表面辐射燃烧噪声之间存在一定的传递关系;采用多元回归分析方法计算得到的传递函数预测燃烧噪声具有较好的准确性。     

柴油机燃烧噪声与机械噪声的识别及其对整机噪声贡献度的实验研究

发动机噪声源的识别是噪声控制领域的一项关键技术,传统的识别方法多是用来识别发动机的主要辐射噪声部件,但不能识别辐射噪声的类型。采用实验研究的方法成功地分离了柴油机的燃烧噪声与机械噪声并识别出了柴油机在不同的运行工况下燃烧噪声与机械噪声对整机噪声声功率的贡献度。研究结果表明,在高辐射噪声运行工况时,机械噪声是发动机噪声的主要成份,因此,针对柴油机的噪声控制首先要控制柴油机的机械噪声。     

增压前后柴油机燃烧噪声的对比分析

通过测量稳态和恒转速增扭矩瞬态工况增压前后影响燃烧噪声的参数,对比分析得出增压前后柴油机燃烧噪声的变化规律.结果表明:增压后燃烧噪声降低,增压对稳态工况燃烧噪声的降低比对恒转速增扭矩瞬态工况明显,增压在中速中负荷工况下,对燃烧噪声的控制效果较好.并从压力高频振荡、气体动力载荷和燃烧室壁面温度对试验结果进行了分析,证明了增压前后燃烧室壁面温度的差异影响增压前后柴油机燃烧噪声.     

基于变分模态分解和交叉小波变换的柴油机失火故障诊断

针对强噪声干扰下柴油机失火故障难以诊断的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与交叉小波变换(cross wavelet transform,XWT)的柴油机失火故障诊断方法。该方法首先通过VMD将缸盖振动信号进行分解、自适应消噪及信号重构,再利用XWT对任意两个连续工作循环信号进行时频相关分析,进一步消除振动信号中的干扰噪声以提取柴油机燃烧特征,最后通过计算时频空间各缸能量占比进行柴油机失火故障诊断。通过对仿真信号分析及柴油机失火故障诊断,结果表明:该方法可以消除强噪声干扰,提取柴油机燃烧周期瞬态振动冲击特征,有效地识别柴油机失火故障。     

Pressure–time characteristics in diesel engine fueled with natural gas

Combustion pressure data are measured and presented for a dual fuel engine running on dual fuel of diesel and compressed natural gas, and compared to the diesel engine case. The maximum pressure rise rate during combustion is presented as a measure of combustion noise. Experimental investigation on diesel and dual fuel engines revealed the noise generated from combustion in both cases. A Ricardo E6 diesel version engine is converted to run on dual fuel of diesel and compressed natural gas and is used throughout the work. The engine is fully computerized and the cylinder pressure data, crank angle data are stored in a PC for off-line analysis. The effect of engine speeds, loads, pilot injection angle, and pilot fuel quantity on combustion noise is examined for both diesel and dual engine. Maximum pressure rise rate and some samples of ensemble averaged pressure–crank angle data are presented in the present work. The combustion noise, generally, is found to increase for the dual fuel engine case as compared to the diesel engine case.     

基于独立分量分析技术的内燃机噪声源识别

为降低内燃机的噪声,需要有效地识别内燃机的众多噪声源。采用一种新的独立分量分析技术对采集到的内燃机混叠噪声信号进行分离,并结合噪声产生机理辨别出单个噪声分量对应于内燃机的相应噪声源,从而有效地识别内燃机噪声源。实践证明,该技术可以有效识别内燃机的混叠噪声。最后就噪声控制提出了建议。     

Effect of hydrogen addition to intake air on combustion noise from a diesel engine

This study investigates the characteristics of combustion noise from a diesel engine with hydrogen added to intake air. The engine noise with hydrogen addition of 10 vol% to the intake air was lower than that with diesel fuel alone at late diesel-fuel injection timings. A transient combustion-noise-generation model was introduced to discuss noise characteristics based on energy conversion from combustion impact to noise via structure vibration. The results show that the maximum combustion impact energy had a predominant effect on the maximum engine noise power for each cycle. Therefore, the combustion noise largely contributed to the total engine noise in an early stage of the expansion stroke. The dependences of engine noise on the diesel-fuel injection timing for different hydrogen fractions are discussed considering the characteristics of maximum combustion impact energy for each frequency.