融合盲源分离的船舶耦合振源传递路径分析技术研究

为解决工况传递路径分析(OTPA)方法面临的核心问题,提升OTPA方法应用范围和工程实用性,提出一种融合盲源分离的传递路径分析技术。首先,结合舱段模型振动试验,深度剖析OTPA方法面临的振源交叉耦合和遗漏振源无法识别等问题;然后,将盲源分离(BSS)技术和OTPA方法进行集成、融合:引入经验模态分解(EMD)-特征值分解的源数估计方法定量估计振源个数,指导振源输入测点的选取;视多个振源信号为卷积混叠,引入非正交联合块对角化方法进行耦合振动源的分离;在解决分离振源排序不确定性的前提下,将分离出的振源作为OTPA方法的输入振源,建立应用限制条件少的BSS-OTPA模型;最后,开展实船海上振动声辐射试验,利用BSS-OTPA模型成功实现了船舶机械振动噪声源的量化、识别。研究成果可直接支持船舶机械设备振动源辐射声场预报和振动噪声控制。     

基于BSS的含噪声机械振动信号分离研究

水下航行器的噪声源识别面临的两个问题(:1)无法获得振源信号(,2)测得振动信号有环境噪声影响且振源之间相互耦合。将环境噪声作为一个独立的噪声源,给出瞬时混合信号的盲源分离(BSS)数学模型;利用基于二阶统计特性的两次去相关盲源分离算法,对机械振动加白噪声的混合信号和水池试验实测混合信号进行分离;通过试验验证两次去相关盲源分离方法可以用来解决上述问题。     

船舶振动噪声源传递路径分析及试验验证

针对工况传递路径分析（Operational transfer Path Analysis OPA）方法在工程应用中虽具吸引力、尚存准确性难以满足船舶实际应用需求等问题,将多源信号视为卷积混叠,提出耦合振动噪声源分离方法。建立船舶OPA模型,结合船舶传递路径振声测试试验对模型可行性、正确性进行验证。讨论观测点数目及不同工况组合对新OPA模型影响,给出有效选取原则。结果表明,新OPA模型可准确、高效进行船舶噪声源识别、声场预报及状态监测,工程应用前景广阔。     

一种新的相关机械振源盲分离方法

针对传统盲源分离算法在机械振源不满足统计独立特性时,无法有效分离出振源信号的问题,提出了基于信号稀疏特性的相关机械源盲分离方法。盲源分离算法的关键在于准确地估计出混合矩阵。因此,首先提出了不相关源混合矩阵的估计方法;然后针对相关源,提出了有效剔除相关成分的方法,使得剩余信号可以按照不相关源进行处理。通过理论分析、仿真验证以及实测数据分析,验证了该方法的有效性。     

基于WOA-VMD改进的信号盲源分离研究及应用EI北大核心CSCD

准确有效识别出水电站厂房振动信号的各个振源,对于水电站长期安全稳定运行有重要指导意义,盲源分离(blind source separation,BSS)是进行信号分解与振源识别的一种有效方法。为了实现水电站厂房复杂环境下振动信号的盲源分离,建立一种基于鲸鱼算法变分模态分解(whale optimization algorithm and variational mode decomposition,WOA-VMD)降噪改进的信号盲源分离模型。采用WOA-VMD和相关法对观测信号进行降噪处理,确保盲源分离结果的准确性;求解多维降噪信号的协方差矩阵并进行奇异值分解,采用优势特征值法进行源数估计;最后对降噪信号进行中心化、白化前处理,通过联合近似对角化算法得到分离矩阵,实现观测信号的盲源分离。仿真结果表明:相较于传统盲源分离模型,改进模型将分离信号与源信号的相关系数分别提升了9.1%,7.1%,8.3%,分离信号主频误差也均有所降低。将该方法运用到水电站厂房振动工程实例,也取得了较好的分离效果。     

采用基于传感器信息组合串扰消除法的工况传递路径分析

传递路径分析法是一种分析噪声源贡献大小的有效方法,工况传递路径分析法不需要测量力,只需测量响应就可在机组运行状态下在线完成源贡献量测量与分析。但是串扰对测量精度影响很大,因此提出基于传感器信息组合串扰消除法的工况传递路径分析,在振源附近布置传感器,将测量得到的传感器信号进行频域组合;组合系数通过分步运转,测试振动噪声数据并建立方程,以其它振源振动引起某振源附近传感器的组合信号为0求解方程获得;将线性组合的传感器信号作为参考源信号参与工况传递路径分析,从而消除或减小串扰,准确获得各源的贡献。通过一个两声源的仿真和两个振源的平板试验,演示了分析方法,准确分析了各源贡献,表明采用传感器组合法消除串扰后可以提高激励源的辨识精度,并对传感器个数的影响进行了讨论。     

高速列车运行工况下噪声传递路径及声源贡献量分析

随着高速列车运行速度的不断提升,高速列车内部噪声与限值之间矛盾日益突出。在运行工况下对噪声源进行识别是低噪声设计的前提和必要手段。传递路径分析提供了一种快速有效的分析车厢内部主要噪声传递路径和噪声源贡献的技术。因此,比较不同的激励源对车厢内部噪声贡献大小和判断主要传递路径分析,对于改善车厢内部声环境设计有重要参考价值。本文利用运行工况下传递路径分析技术对高速列车CRH380B进行测试,首次将气动噪声作为一种高速列车主要激励源进行分析,得到了不同的噪声源贡献量的对比结果。通过结果分析,车厢内噪声主要来自于转向架和车顶区域。     

基于EEMD-AESSAICA的电驱动单通道噪声源分离识别

为准确分离识别电驱动总成的噪声源，提出一种集合经验模态(EEMD)与改进樽海鞘的独立分量分析(AESSAICA)方法。首先针对传统盲源分离方法存在收敛速度慢、分离精度低的问题，提出基于改进樽海鞘算法的盲源分离算法，提出自适应领导者数目的精英方向学习策略，其能够平衡全局探索和局部开发矛盾、加快收敛速度。其次通过仿真实验验证该方法比传统独立分量算法在分离效果上提升4.38%，能够提高分离效率，提升分离结果质量；然后联合EEMD和AESSAICA算法提出的单通道盲源分离方法，同时验证其相似系数在0.96以上；最后采用该方法分离识别电驱动主要噪声分量。结果表明上述方法能够有效识别电驱动各独立噪声源，通过减速器噪声实验验证最大分离误差为1.1%，分离结果的准确性得到证明。     

冰箱侧壁振动传递路径分析试验研究

某型冰箱振动较大,为明确振源及其主要传递路径,采用振动传递路径分析方法进行测试分析,本文介绍频域法传递路径分析的原理和传递函数及激励力的测量方法,试验结果找到了对冰箱侧壁振动贡献最大的激励源和传递路径,根据分析结果对冰箱底板改进设计后冰箱侧壁振动降低,验证了传递路径分析方法对振动源识别和贡献分析的可靠性。     

基于加权正则化的火箭发动机振动传递路径分析

为了给火箭发动机振动控制提供依据,需要对受到多源激励的发动机进行振动传递路径分析,其主要包括载荷识别和贡献量分析两个环节。为了准确识别发动机多源激励载荷并提供可靠的振动贡献量分析结果,提出一种基于加权正则化的改进传递路径分析技术。首先,推导出了载荷识别相对误差上界,并利用加权矩阵和贝叶斯理论提高载荷识别精度,并基于此提出改进的传递路径分析理论。然后,进行某发动机地面振动试验。最后,根据所提的加权正则化载荷识别理论和参考点响应数据识别了多源激励,并计算分析了不同振源在目标点的振动贡献量。分析结果表明,相较于传统传递路径分析技术,所提方法能更准确地识别多源激励,提供更可靠的振动贡献量分析结果。     

基于幅度补偿的MVDR水下噪声源近场定位识别方法研究

降低舰船噪声,首先要找到其主要噪声源,然后采取有针对性的减振降噪措施。本文针对现有基于近场聚焦波束形成等噪声源近场定位方法的不足,介绍了基于幅度补偿的MVDR(minimum variance distortionless response)近场聚焦波束形成噪声源近场定位识别方法。该方法在MVDR算法的基础上引入幅度补偿,可以有效估计噪声源的相对强度;可以提高基阵在低频段的空间分辨率,在高频段能进一步抑制空间混叠;同时还可以进一步抑制背景噪声,因此该方法能够给出系统噪声源的空间位置分布及能量分布,从而准确找到系统中主要噪声源,采取有针对性的减振降噪措施。计算机仿真及湖试实验数据处理结果验证了该方法的有效性,具有一定的工程应用价值。     

不同载荷识别的结构振动传递路径分析方法研究

为提高传递路径分析(Transfer Path Analysis,TPA)方法在结构振动传递特性分析中的有效性和工程实用性,提出不受振源存在或移除影响的逆矩阵法(MIM)识别工作载荷,并与直接测量法、复刚度法(CSM)、参数化模型的动刚度法在载荷识别时的适用范围、性能特点进行比较分析。由此建立相应的三种TPA方法,并结合振动模型算例,系统深入地分析三种TPA方法的性能以及结构特性参数对TPA方法性能的影响。分析结果表明给出的MIM-TPA方法在结构振动传递特性分析时具有更佳的精度和稳定性,并最终确定不同TPA方法的计算精度、效率及适应范围,极具工程应用价值。     

运动物体噪声场分解的传递路径声全息方法

声全息及波束成形技术可以通过对阵列噪声信号处理,获得运动物体表面声场的分布。如果物体中声源相距较近或声源相关性较高,该方法不能有效区分每个声源对目标表面声场的贡献。提出了一种基于声源特征的传递路径声全息方法。该方法同时采集外场阵列面信息及物体上声源参考信息,在声源识别过程中,结合声源传递路径对采样面信息分解,然后采用声全息技术重建声源,实现声源识别和声场分解。介绍了该方法的识别过程,并与传统的声全息方法进行多声源仿真对比;最后应用该方法进行了实际汽车噪声源的分解。结果表明,该方法能有效识别并分离出运动物体的噪声源。     

基于层次诊断的水下结构振动噪声源分离量化

从声学的角度看,潜艇具有振动噪声源数目众多、相互之间耦合严重以及传递路径复杂的特点。层次诊断通过建立递阶层次结构对振动噪声源分离量化问题进行分解,从而形成了自上而下的支配关系,然后借助于标度通过两两比较建立判断矩阵,从而得到各振动噪声源对评价点的贡献量。根据声学中的分贝数相加原理,对层次分析法中的标度进行调整使其具有物理意义,从而使层次诊断结果是具有实际物理意义的测度。将潜艇层次诊断过程分为两个环节,分别为从艇内设备到壳体以及从壳体到水声场,并采用加权平均方法和D-S证据理论对这两个环节的计算结果进行融合。仿真计算和舱段试验验证了层次诊断应用到舱段模型振动噪声源分离量化问题中的可行性。     

可视化噪声源识别技术

简要回顾了噪声源识别的传统方法和基于信号处理的方法,阐述了可视化声源识别技术的基本原理,然后利用各种重建算法在三维空间中进行声场重构并将结果用图形表示出来。按噪声信号采集方式、重建算法和结果表示方式对该技术进行了分类。对常用的三类重建算法Fourier方法、Helmholtz-Kirchhoff积分方程法和等效源法进行了详细的比较,重点分析了等效源法,指出它目前存在的研究困难。给出了一种应用可视化噪声源识别技术的系统解决方案。     

水电站机组与厂房结构耦合动力系统振动传递路径识别

针对水轮发电机组与厂房结构相互作用耦合动力系统的振动传递路径及传递方向反分析问题,提出基于信息流理论的延时传递熵识别方法。结合数值模拟分析,研究基于传递熵的水电站振动信息传递路径识别方法;结合现场测试资料开展对原型水电站中不同振源信号传递方向、传递途径识别。为进一步分析水电站振动传递规律、振源位置及内在机理提供新的时域识别方法及相关研究结论。     

100%低地板列车车内声源识别试验研究

100 %低地板列车是一种新型绿色环保的城市区域交通运输车辆。针对其特殊的车体结构,提出了更高的车内噪声控制要求。通过线路噪声试验,和100 %低地板列车车内声源特性的系统测试,定性分析了车内显著声源的传递路径,在此基础上提出车内减振降噪建议措施。试验结果表明,100 %低地板列车车内各个测点的声源能量主要集中在中心频率400 Hz～1 250 Hz的1/3倍频带,声源位置主要位于地板、顶板以及风挡区域。车内最显著频带声源的传递路径以空气传声为主。控制车辆外部空气声源,提高车体结构的密封、隔声性能是降低车内噪声的可行方法。研究结果可为100 %低地板列车车内减振降噪提供参考。     

基于频域盲解卷的噪声信号分离

由于机械噪声传播过程中存在反射等多种因素影响，大多数情况下混合噪声分离更适合采用卷积模型，为此提出了一种多频点盲解卷算法。有别于传统的频域盲解卷算法，新算法利用有限的少数几个频率点直接从频域模型恢复出时域噪声信号。算法为瞬时混合盲分离。主成分分析一瞬时混合盲分离结构，首先对给定的每一个频率点执行瞬时混合盲解卷算法，获得噪声源的基本估计，然后再经过主成分分析和第二次盲源分离。提高分离性能和增加算法鲁棒性。由于算法不需要对所有频率点执行瞬时混合分离，计算量小，同时也不存在传统频域盲解卷算法排列顺序不确定性的缺点，具有较好的应用价值。仿真实验证实了新算法能有效地分离机械噪声信号。     

基于EMMD的欠定旋转机械振动信号盲源分离

传统盲源分离算法通常基于观测信号数不小于源信号数的假设, 当观测信号数小于源信号数时, 盲源分离效果较差, 而欠定的甚至单通道信号的盲源分离问题普遍存在于旋转机械中, 针对该问题, 提出一种基于极值域均值分解的欠定旋转机械振动信号盲源分离算法。首先把欠定的观测信号进行极值域均值分解得到一系列本征模函数, 将欠定观测信号和其本征模函数组成多维信号, 作为新的观测信号实现升维;然后利用奇异值分解和贝叶斯准则进行源数估计, 最后利用基于四阶累积量的特征矩阵联合对角化方法实现信号的盲分离。仿真结果表明, 该方法能够有效地解决欠定观测信号的盲源分离问题。