基于声强技术的GSM机柜噪声源识别

通过对GSM机柜噪声源识别,介绍声强技术用于噪声源定位的原理方法及工程应用;实验结果表明:声强法进行噪声源识别及定位精度高,结果一目了然.     

高架桥轨道系统的噪声源识别

探索了一种用于高架桥轨道交通系统噪声源识别的方法，该方法以ISO测量标准为依据，并针对上海现行的高架桥轻轨系统。介绍了测量高架轨道噪声的方法和识别轨道噪声源的原理，详细研究了轨道主要噪声源的分布规律，并进行了实地测量实验。实验结果正确可靠，为提供现行高架轨道系统的减振降噪措施提供了依据。     

基于亥姆霍兹方程最小二乘法的运动声源识别研究

为有效解决水下运动声源的噪声源识别问题,研究了基于移动框架技术（MFAH）和亥姆霍兹方程最小二乘法（HELS）的运动声源识别理论,建立了基于MFAH与HELS的组合声全息算法,并通过了水池实验验证。实验研究结果表明该组合算法能够对水下任意形状运动声源进行准确识别,能够获得较高的声源定位精度,并且适用的频率范围较宽;对于存在多个相干声源的复杂声场,仅要求阵列的全息测量面为重建面的1.3倍就能够较准确的识别定位噪声源,实现了用小测量面、快速识别定位运动噪声源,为进一步的工程应用提供了方便     

声学成像和深度学习的诊断与定位方法

针对传统的基于振动信号的故障诊断技术无法兼顾定位与诊断的问题,提出一种基于声音信号的反卷积成像和深度学习的智能故障诊断与定位模型,该模型在传统波束形成算法的基础上,引入反卷积成像算法确定噪声源位置;同时,使用深度学习对声音信号进行训练分类从而判断故障类型,可兼顾噪声源识别定位以及故障检测的特点,拓展声像识别的应用场景,并进一步推动故障诊断技术在多领域交叉发展。实验结果表明,与传统的基于振动信号的故障诊断方法对比,该方法在设备故障诊断方面的故障识别率达到97.22%,并能够准确识别故障所在位置。     

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。     

由波束形成的噪声源识别方法对比研究

噪声源识别在航空航海等领域具有重要的意义。目前常用的识别算法多数是基于波束形成,一方面是由于其性能稳定,另一方面则可以在定位噪声源的同时估计其辐射强度。常规波束形成方法(CBF)的主瓣宽度较宽,不利于分辨相距较近的噪声源。近年来,基于波束形成的高分辨噪声源识别方法不断涌现,各种噪声源识别方法有其不同特点。为此,针对CBF,CLEAN,DAMAS三种算法进行分析,仿真对比这三种方法的特点,并通过外场实验验证了仿真的正确性,从而为噪声源识别中选择合适的算法提供依据。     

基于矢量阵测量的局部近场全息技术研究

统计最优近场声全息技术是通过全息面上测量声压的线性叠加来反演重建面上的声学量,可以从理论上克服基于傅氏变换的近场声全息技术的局限性。针对水中圆柱体的噪声源识别问题,采用声压和质点振速测量来进行声全息计算,推导了基于振速测量的统计最优柱面近场声全息技术的重建公式。利用所编制的程序进行了仿真验证,最后设计矢量水听器进行水中全息实验,验证了该方法的可行性和准确性,实验结果表明,该技术在水中柱形声源辐射声场的噪声源识别和定位中有着明显的优势。     

利用源强分布声辐射模态识别噪声源

为了解决噪声源识别中存在的识别精度不高、分辨率受限、对测量条件要求高等问题,提出了基于源强声辐射模态的噪声源识别方法。该方法首先计算结构的源强声辐射模态矩阵和声场分布模态矩阵,然后利用声场中测得的声压数据向量与结构声场分布模态矩阵的关系求出声辐射模态展开系数向量,最后通过声辐射模态矩阵和声辐射模态展开系数向量的积就可得到结构的源强分布,从而达到对噪声源识别的目的。该方法利用较少的测量点可以获得较高分辨率和识别精度。通过平板振动仿真和音箱实验验证了该方法对平面结构噪声源识别的有效性。     

采用矢量阵测量的水中宽带近场声全息技术研究

基于声强测量的宽带声全息技术(BAH IM)是由近场声全息(NAH)领域脱颖而出的一项技术,它由全息面上互相垂直的两个切向声强分量计算出全息面上的复声压相位,得到全息面上复声压,再进行NAH处理。针对水中圆柱体的噪声源识别问题,给出了该方法在柱体中运用的基本原理,利用所编制的程序进行了仿真验证,最后,采用矢量阵进行了水中近场声全息测量实验,验证了该方法的可行性和准确性,实验结果表明柱面内BAH IM技术在水中柱形声源内辐射声场的重建噪声源识别和定位中有着明显的优势。     

利用部分声源面测量数据识别噪声源

为利用声源面少量测量数据识别噪声源,提出了一种基于声辐射模态的联合利用声压与法向振速进行噪声源识别的方法。首先,对辐射声阻抗矩阵进行特征值分解,得到基于振速的声辐射模态;然后,推导出了与基于振速的声辐射模态具有一一对应关系的基于声压的声辐射模态;最后,建立了联合利用声压与法向振速的噪声源识别公式。进行了单点激励下的简支平板数值仿真和固支平板激振实验,结果表明:该方法能够联合利用少量的声压与法向振速对声源面的声压和法向振速进行较好的重建,从而实现噪声源识别。该方法的提出能够促进基于声源面测量的噪声源识别技术在工程实际中的应用。     

圆柱壳辐射声场重构的波叠加方法

将声全息技术应用到水下结构的声场重建问题中。通过理论推导和数值仿真,分析一两端带半球帽的圆柱壳模型在不同激励作用下声场的重建效果及影响重建精度的因素。考虑到实际应用,全息面分别采用柱形全息面和平行的双平面全息面。仿真结果表明,该方法是一种稳健的全波数空间声场重构技术;其重建精度受到等效源面参数、全息面参数及测量环境信噪比等多因素的影响;在含有测量噪声的条件下,应用Tikhonov结合L曲线的正则化方法仍可以较精确地重构声场;相比于其它方法,波叠加方法具有测点少,计算速度快等优点,有很好的应用前景。     

自由场波叠加噪声源识别的仿真研究

提出了一种基于波叠加的噪声源识别方法，并通过仿真验证了在自由场条件下该方法的正确性。根据波叠加的原理，声源产生的空间声场可以用其内部的一系列虚源点来等效代替，而虚源源强可以通过匹配场点的声压来求得，进而由这些虚源重构任意场点的各种声学量。由于噪声源识别问题对测量误差非常敏感，采用了Tikhonov方法进行正则化滤波。通过两个典型的仿真算例，研究了其定位精度与分辨率精度，取得了良好的效果，表明该方法可以在自由场条件下对任意形状物体进行噪声源识别。     

一种有效抑制阵列后方声源的心形指向性传声器阵列

基于心形指向性传声器的波束形成可以有效抑制阵列后方声源的干扰,提高前方声源的识别精度。以平面轮形传声器阵列为对象,借助MATLAB仿真计算,对阵列后方声源波束形成声源识别特性及其抑制方法进行研究。基于除自谱的互谱波束形成算法提出了含有传声器指向性的波束形成算法,对圆形和心形指向性传声器进行不同声源类型的波束形成仿真计算,并针对仿真结果显示出的不足,给出了既能保证阵列平面上最大声压贡献量的识别精度,又能降低旁瓣水平的幅值校正算法。试验结果证明了基于心形指向性传声器的波束形成可以有效抑制后方声源。     

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。     

Beamforming方法的阵列研究及其在噪声源识别中的应用

在传统平面网格阵列基础上提出一种改进的三层立体分层网格阵列布局方法,并比较十字阵列、平面网格阵列在不同条件下的指向性,结果显示立体网格阵列的指向性在三者中是最好的。对于脉动球声源的识别仿真研究,验证了基于三层立体网格阵列的波束成形方法的可行性,可以有效地识别和定位噪声源。     

交叉层波束形成方法的发动机噪声源识别

发动机噪声源分布复杂,来源多,用人耳很难分辨,利用传声器阵列的噪声源识别技术可以为发动机噪声控制提供客观依据和指导。使用波束形成声源识别方法,对位于不同平面的多个声源进行了仿真识别,并研究了多维声源识别方法,使用交叉层法得到了声源定位的立体结果。结果显示,交叉层法可以有效消减或去除来自识别表面之外的声源在识别表面的虚假投影。最后,针对某发动机产品,使用平面传声器阵列对其上、前、左、右四个面分别进行一次变转速工况时域声压信号采集,使用互谱矩阵波束形成算法,得到各转速下发动机各表面的声源分布图像,并通过交叉层法得到了发动机表面声源的立体分布,准确将声源定位至发动机表面各部件。     

汽车空调系统噪声源识别的试验研究

以某型汽车空调系统(采用无刷直流电机)为研究对象,在半消声室内对该空调系统进行噪声特性试验,采用局部屏蔽法、声压法、频谱法对系统的空调箱进行噪声源识别和传递路径分析。试验结果表明:声压级幅值较大的阶次噪声(8阶和24阶)为无刷直流电机的电磁噪声,主要通过电机端盖传递出来;43阶次噪声为气动噪声,是由鼓风机(43片叶片)产生,主要通过空调箱进、出风口传递出来。研究结果为抑制汽车空调系统噪声提供重要参考依据。     

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。     

除自谱的互谱矩阵波束形成的噪声源识别技术

由于传声器阵列具有自噪声的干扰,在各通道的互谱距阵中,消除对角自谱元素的波束形成,可以提高声源识别的精度。由此,建立相应的声源识别算法和平面声源的成像软件。并对某发动机在额定工况下的噪声源识别进行验证。结果表明：发动机前端噪声来源于空气压缩机排气出口和曲轴传动皮带轮的上方机体辐射;左右两侧噪声来源于发动机缸体和油底壳辐射。由此表明涉及的算法与成像软件的正确与有效性能。     

双层插值NAH噪声源定位方法研究

针对近场声全息(near-fieldacousticholography,NAH)在实际测量环境下降低环境噪声的影响且保证全息面上声压重建精度的需求,基于空间面积分声压重建理论,在基于等效源法的近场声全息方法(near-field acoustic holography based on equivalent sour...