齿轮箱辐射噪声的统计能量分析

齿轮箱作为重要的噪声和振动源，其噪声问题已日益成为重要的研究课题。本文从噪声振动控制的观点出发，运用统计能量分析方法（SEA）对齿轮啮合产生的辐射噪声进行了研究，并以SG－000试验齿轮箱为例进行了分析计算，对齿轮箱结构噪声的控制给出了有效结论，为齿轮箱的优化设计提供了减振降噪方面的参考。     

齿轮箱辐射噪声的统计能量分析

齿轮箱作为重要的噪声和振动源,其噪声问题已日益成为重要的研究课题．本文从噪声振动控制的观点出发,运用统计能量分析方法(SEA)对齿轮啮合产生的辐射噪声进行了研究,并以SG-000试验齿轮箱为例进行了分析计算,对齿轮箱结构噪声的控制给出了有效结论,为齿轮箱的优化设计提供了减振降噪方面的参考．     

统计能量分析在轻轨交通噪声预测中的应用

运用统计能量分析方法SEA(statistical energy analysis)建立了高架轻轨噪声预测理论模型,并在分析车轮、钢轨、支垫层和桥梁构件的噪声辐射状况的基础上,根据振动与辐射声能的关系,进行仿真计算,得出其辐射噪声声级.然后,对计算结果进行分析,得出高架轻轨噪声控制的有效途径,这不仅为轻轨噪声预测提供了新方法,还将对今后轻轨噪声控制的继续研究起到促进作用.     

马斯京根模型灰色参数识别与灰色预测

应用灰色系统理论的思想方法,对马斯京根模型进行了分析,利用水文灰色系统微分动态模型DHGM(2,2)进行了灰色参数的识别和检验,并对实际洪水过程进行了流量演算的灰色区间预测.     

统计能量分析用于工程机械驾驶室噪声预估

以一个简化的工程机械模型驾驶室为研究对象，将其周围环境简化为扩散声场，建立了其在扩散声场中声传递的统计能量分析模型，导出了驾驶室内声级及驾驶室外-内声级衰减量的计算公式，对其室内声级以及外-内声级衰减量的理论预估和试验结果进行了研究．研究结果表明，在所分析的频带内，在400Hz以上，理论预估结果与测试结果的最大误差为2．7dB，满足工程需要；在400Hz以下的低频段内，误差较大．运用该方法，针对具体的工程机械驾驶室，将外界对驾驶室的激励用量化的功率流表示，将分析模型进行细化，在低频段与有限单元法结合起来，可在设计初期，对驾驶室内的噪声级进行预估，对驾驶室降噪进行进一步优化设计。     

车内噪声统计能量分析预测与试验

阐述了统计能量分析方法的基本原理,利用统计能量分析(SEA)方法将某国产轿车划分为41个子系统,建立了国产某轿车三维实体模型。用解析方法计算了各形状规则子系统的输入参数,采用导纳法对复杂结构子系统的模态密度进行测试,利用稳态能量流方法测量了复杂结构的内损耗因子。计算了结构-结构、结构-声腔以及声腔-声腔间的耦合损耗因子。通过试验测量了动力总成振动和路面随机输入对车身的激励,并在消声室内对发动机舱声激励进行了测试,建立了被试轿车的CFD模型,对车外风激励进行了仿真计算。在上述研究工作的基础上,建立了该轿车的SEA模型,分析预测了车内噪声的1/3倍频程频谱,并与试验结果进行了比较,证实了本文所建统计能量分析模型的可信性。结果表明,所建立的SEA模型能够满足工程上在汽车产品开发设计阶段对车内中高频噪声分析预测要求。     

鱼雷结构振动与声辐射的统计能量分析

针对鱼雷壳体振动引起的辐射水声将直接影响到鱼雷的声隐身性能,且其振动还会传递至声换能器基阵,影响声换能器的正常工作,从而影响鱼雷的自导精度和距离的问题,对鱼雷壳体的中、高频振动和声辐射问题,应用统计能量分析法建立了水下鱼雷壳体的统计能量分析模型,结合算例研究了鱼雷壳体的振动与声辐射特性,得出了有用的结论.事实表明,该方法能有效地应用在鱼雷壳体结构的振动与声辐射特性分析上,具有较强的工程适用性和可操作性.     

混凝土结构寿命的灰色预测

根据灰色系统理论的预测模型,建立了预测混凝土结构寿命的非等步长GM(1,1)模型群。利用某混凝土结构的损伤系数进行寿命预测,得到了精度较高的预测结果,证明该模型能够满足工程需要．是一种预测混凝土结构寿命的行之有效的新方法。     

交通事故的灰色预测和关联分析

本文运用灰色系统理论中的灰色预测和关联度分析根据太原市近几年交通事故的统计情况,对太原市１９９６￣１９９８年３月中交通事故数值进行了计算预测,并对影响太原市交通事故的诸因素与交通事故进行了关联度分析,从而确定出因素间的主次关系,以便于交通部门抓住重点,减少事故。     

模态密度计算精度对车内噪声预测精度的影响

阐述了模态密度的基本理论,给出了曲面曲率变化时模态密度的半经验计算公式。建立了某国产轿车的统计能量分析模型,计算了各简化子系统的模态密度,并采用FEA方法对车身各子系统的模态密度进行了计算,将简化子系统时计算的模态密度与FEA计算的模态密度进行了对比分析。分析预测了车速为100km/h时车内驾驶员耳旁噪声的1/3倍频程频谱,并将采用简化子系统计算模态密度时的车内噪声1/3倍频程频谱和采用FEA方法计算模态密度时的车内噪声1/3倍频程频谱分别与试验测量结果进行了对比,分析了各子系统模态密度的计算精度对车内噪声预测精度的影响。结果表明,准确获取车身各个子系统的模态密度可以有效地提高SEA模型预测精度,使车内噪声预测误差在1dB(A)以内,满足工程上在汽车产品开发设计阶段对车内中高频噪声分析预测的要求,可为汽车产品开发设计阶段的声学设计提供参考。     

采用能量有限元分析的高速列车车内噪声预测

采用能量有限元分析（EFEA）并引入车体隔声效应建立高速列车（HST）车厢结构和声腔模型,综合考虑机械激励和声激励源,预测分析车内全频噪声. 通过试验及仿真计算获取模型结构和声腔参数;采用多体动力学仿真、声学有限元法和非线性声学方法求解得到车外激励源,包括轮轨力、二系悬挂力、轮轨噪声和气动噪声. 通过验证激励源频谱结果的声压级（SPL）峰值频率保证激励源的准确性. 将模型参数和激励源施加到车内噪声EFEA模型上,并预测不同区域的车内噪声。将车内声腔各区域的预测与搭载试验车内噪声SPL进行对比,结果显示,仿真与试验车内噪声声压级在分析频段内的变化趋势基本一致,声压级总值（OASPL）误差小于3 dB(A). 由此验证了提出的方法对于HST车内全频噪声仿真预测的有效性和准确性.     

基于能量有限元方法的声腔内部噪声预测

为了预测声腔内部噪声,基于能量有限元方法(EFEA)建立了声腔-平板-声腔的EFEA耦合模型,对声腔内部噪声进行了数值计算。建立了声腔-平板-声腔的统计能量分析(SEA)模型,并将EFEA模型的预测结果与SEA模型的预测结果进行了对比。结果表明,二者具有较好的一致性。建立了声腔-前风挡玻璃-声腔的EFEA耦合模型和SEA耦合模型,分别对EFEA和SEA模型的外侧声腔响应进行了仿真分析,并与试验结果进行了对比。结果表明,EFEA预测结果与SEA预测结果以及试验结果均吻合良好,充分显示了本文所建立的声腔-前风挡玻璃-声腔EFEA模型对声腔内部噪声预测的准确性。     

基于灰色预测模型的图像边缘检测

简要地介绍了灰色系统理论和灰色预测模型GM(1，1)，并将该模型和图像边缘检测有机地结合在一起，提出了一种新的图像边缘检测算法，对提出的算法进行了相应的仿真实验。仿真结果表明，该算法能有效地检测出图像的边缘，尤其在检测细密的条纹方面有明显优势。     

Grey Relational Analysis Coupled with Principal Component Analysis Method For Optimization Design of Novel Crash Box Structure

Crashworthiness and lightweight optimization design of the crash box are studied in this paper. For the initial model, a physical test was performed to verify the model. Then, a parametric model using mesh morphing technology is used to optimize and decrease the maximum collision force (MCF) and increase specific energy absorption (SEA) while ensure mass is not increased. Because MCF and SEA are two conflicting objectives, grey relational analysis (GRA) and principal component analysis (PCA) are employed for design optimization of the crash box. Furthermore, multi-objective analysis can convert to a single objective using the grey relational grade (GRG) simultaneously, hence, the proposed method can obtain the optimal combination of design parameters for the crash box. It can be concluded that the proposed method decreases the MCF and weight to 16.7% and 29.4% respectively, while increasing SEA to 16.4%. Meanwhile, the proposed method in comparison to the conventional NSGA-Ⅱ method, reduces the time cost by 103%. Hence, the proposed method can be properly applied to the optimization of the crash box.     

基于GM(1,1)模型的新能源预测及分析

随着河北省能源消耗增加、环境污染严重,开发利用新能源已经成为解决能源问题和环境污染的根本途径.通过GM(1,1)模型对河北省能源生产量和消费量进行预测,从而对新能源发展进行前景预测,并从风力发电、小水电、太阳能、地热能和生物质能五个方面进行分析.从发展新型产业链核心,整体布局、突出地区特色,加强技术研发及其相关配套工作...     

多分辨率分析和小波能量曲率的框架结构损伤识别

为研究运用多分辨率和小波包分析方法识别结构损伤的有效性,以三层混凝土框架结构为研究对象,分别建立不同损伤工况下的三维有限元数值模型,采用ANSYS程序进行动力时程分析,研究不同识别指标和输入信号的识别灵敏度以及其他因素对损伤识别结果的影响.分析结果表明:小波包能量曲率差法能够较好达到损伤识别的目的,输入信号使用加速度响应信号比速度和位移响应信号具有更好的识别效果;有限元模型网格划分、加速度时程响应信号的提取位置以及采样频率对损伤位置的识别有较大影响;有限元网格划分越密、加速度时程响应信号提取位置离损伤位置越近、采样频率越大,损伤位置识别越精确.