基于仿真与实测的列车远场气动噪声分析

随着高速列车气动噪声诱发的铁路沿线噪声污染问题变得日益明显,需对高速铁路诱发的远场噪声特性进行研究。基于Lighthill声学理论,应用LES大涡模拟和FW-H声学模型对高速列车整车的气动噪声进行数值模拟,实测高速列车以300 km/h运行时的通过噪声,将仿真与实测进行对比分析。高速列车诱发的远场气动噪声是宽频带噪声,能量主要集中在200~1500 Hz的中低频带范围内。实测与仿真的噪声声压级频谱分析具有相似的变化趋势,但声压级数值不同;由于实测噪声数据不仅包括气动噪声,还包括轮轨、集电系统噪声等,所以实测数据普遍大于仿真结果。通过对比分析验证了仿真结果的科学性,为数值模拟方法研究高速列车气动噪声问题提供了科学依据。     

高速受电弓非定常气动特性分析

为保证高速列车受电弓与接触网之间具有良好的接触特性,针对强烈气流干扰会引起受电弓振荡的问题,用脱体涡模拟(Detached Eddy Simulation,DES)方法研究高速列车受电弓在开、闭口运行条件下的非定常抬升、阻力特性.结果表明,开、闭口运行对受电弓气动特性的影响有较大不同,尤其对受电弓及其滑板的抬升力波动影响明显.开口运行时整弓和滑板的抬升力波动幅度明显大于闭口运行;而开、闭口运行对整弓和滑板气动阻力的大小与波动幅度的影响很小。     

横风下桥梁高度对高速列车交会性能的影响

为研究横风下桥梁高度对高速列车会车性能的影响,基于空气动力学和列车系统动力学,分析指数风分布下不同高度桥梁周围的流场,建立高速列车多体系统动力学模型,模拟横风下列车在不同高度桥梁上会车时的表面压力特性和气动载荷特性.将得到的气动力作为外加载荷作用于列车上,分析桥梁高度对高速列车会车安全性能的影响.结果表明:当列车在环境风下交会时,背风侧列车的气动力波动大于迎风侧列车的气动力波动;当监测点风速固定且桥梁高度小于15 m时,随着桥梁高度的增加,列车的气动载荷最大幅值和安全指标最大幅值均有所减小;当桥梁高度为15～30 m时,随着桥梁高度的增加,列车的气动性能和动力学性能基本保持不变.     

受电弓混合建模与弓网耦合振动分析

接触网、受电弓、列车行驶工况复杂多变,弓网耦合方程建立不全面,基于受电弓参数的弓网耦合振动分析有待进一步研究。将弓头柔性的理论建模建模与传统受电弓线性模型的实验建模结合,并将气动抬升力和车体振动模拟进弓网的非线性耦合模型。利用Newmark-β法求解响应后,基于受流质量性能判断指标,分析受电弓参数以及改进前后的弓网耦合模型在列车不同行驶速度下对弓网接触力的影响。结果表明:列车低速行驶时,模型改进前后的接触力仿真结果差异很小;列车高速行驶时,两者差异增大,非线性不容忽视。此外,仿真得出M₁,M₂,K₂,C₁是影响接触网系统与受电弓系统合理匹配的关键参数。     

底部导流板形式对高速列车气动阻力的影响

为减小高速列车运行时的气动阻力,设计直式、斜式、内圆弧式和外圆弧式等4种转向架前后底部导流板的高速列车模型.通过风洞试验验证数值模拟方法的有效性,采用数值计算分析底部导流板对列车气动阻力和底部流场的影响.结果表明：不同形式底部导流板的列车总阻力相差可达20%,其中头车气动阻力因数极差值最大为0.062.导流板影响列车底部气流速度和转向架区域压力分布,其导流作用使得转向架区域气动阻力和转向架的阻力同时改变.转向架前后导流板的导流效果越好,转向架区域的气动阻力越小;同时,气流冲击使得转向架上的滞止压力增大;在二者的共同作用下高速列车的总阻力存在一个较小值.底部采用直式导流板对降低全车气动阻力的效果最好.     

裙板安装对高速列车气动性能影响的数值分析

为研究裙板安装对高速列车气动阻力及侧风安全稳定性的影响,用计算流体力学（Computational Fluid Dynamics,CFD）方法分析国外某高速列车转向架及其周边裙板结构对整车气动性能的影响.在无侧风且列车行驶速度为350km/h时,模拟分析不安装裙板及在不同位置安装裙板情况下列车的气动性能;在有强侧风情况下,模拟分析列车在50～350km/h之间不同行驶速度工况时的气动性能.结果表明,列车底部安装裙板可有效降低列车气动阻力,在头尾第1对转向架处安装裙板对列车气动阻力的降低最有效;在强侧风下,列车底部安装裙板会造成列车的侧向力和侧翻力矩加大,降低列车行驶安全性.     

基于混合数值算法的锯齿形喷管气动噪声仿真

为了预测航空发动机喷流噪声远场声压级,满足未来的航空器噪声适航要求,采用计算流体力学(CFD)和计算航空声学(CAA)混合数值算法,对安装Chevron型锯齿的喷管进行气动噪声仿真计算.使用大涡模拟(LES)计算喷管的瞬态喷流流场.在流场计算的基础上使用Ligthill声类比进行声源提取,结合有限元/无限元方法对喷流噪...     

高速列车车内低频气动噪声预测

为研究气动载荷下高速列车的车内低频噪声,建立高速列车空气动力学模型,采用大涡模拟(Large Eddy Simulation,LES)法计算中间车的表面脉动压力.将脉动压力加载到高速列车的有限元模型上,通过瞬态分析得到车体的振动位移响应;将位移响应作为边界条件,采用边界元法(Boundary Element Method,BEM)分析车内噪声.结果表明：车窗振动位移最大,车顶和车底次之;中间车车厢的两端声压比中部大;在低频范围内,车厢内声压呈强弱交替分布,声场强弱界限较明显,且随着频率的增大,沿车体纵向和横向干涉条纹增多;车内低频气动噪声随速度二次方的增大而增加.     

高速列车集电部气动噪声数值模拟

针对铁路提速后高速列车集电部气动噪声过大的问题,在集电部引入导流罩,应用FLUENT对不合导流罩及含导流罩集电部的外流场和气动噪声分别进行数值模拟和分析．流场计算采用稳态雷诺平均纳维斯托克斯（Reynolds Averaged Navier—Stokes,RANS）方法,声学模型选择边界层噪声模型．计算结果表明导流罩的设计至关重要,合理的设计能使得导流罩较好地引导气流,起到降低集电部气动噪声的作用．     

基于FLUENT和STAR CCM+的整车气动噪声源对比

为对比FLUENT和STAR CCM+在整车气动噪声源的计算精度,开展某两厢轿车的气动噪声风洞试验并进行数值仿真.研究发现：2个软件得到的整车表面总声压级分布云图较相似,各部件噪声分布特征一致,大小排序相同,但FLUENT得到的总声压级大于STAR CCM+.FLUENT在计算测点总声压级与声压级频谱时优于STAR CCM+,具体体现在：侧窗19个点和车身50个点的能量平均值与试验差值分别仅为0.6 dBA和-0.4 dBA,而STAR CCM+的差值分别为3.1 dBA和1.7 dBA;两者在中低频上差异不大,但FLUENT得到中高频的声压级与试验更加接近.     

基于噪声检测的彩色图象脉冲噪声滤波

文章提出了具有细节保持能力的自适应彩色图像脉冲噪声滤波器,称为细节保持滤波器。新方法对图像中噪声像素进行检测,仅对噪声像素进行有序滤波而对非噪声像素则保持其原值不变,并根据图像噪声情况自适应地选择滤波窗口。从而,有效地滤除随机彩色脉冲噪声、保持图像边缘与细节,其性能优于经典的矢量中值滤波器（ＶＭＦ）、方向一距离滤波器（ＤＤＦ）、距离一幅度矢量滤波器（ＤＭＶＦ）等非线性滤波器。     

一种噪声优化的900MHz低噪声放大器设计

设计了一种900MHz的低噪声放大器,采用新的优化方法,同时获得了功率匹配和噪声匹配,在工作电流3．4mA时,得到了0．2dB的噪声系数,20dB的增益以及良好的隔离度和线性度。     

混合噪声中特定噪声源定位方法研究

研究噪声源准确定位问题。针对当需要检测位置的噪声源处在多噪声发声的混合环境中,多个噪声强度特征信息发生混合,造成特定噪声强度特征信息混淆和丢失,传统的噪声特征定位的检测方法无法准确定位单个噪声源,为了解决准确定位,提出了混合声强度的多噪声源分割定位方法。通过建立声强度模型,然后提取声音强度信息,计算声强度的声源归属度,再以具有最大归属值的声强度作为当前分布声源来描述声音的特征,混合噪声中特定噪声源定位。通过验证表明能有效的定位混合噪声环境下的特定噪声源,取得了比较好的识别效果。     

Texton Noise

Designing realistic noise patterns from scratch is hard. To solve this problem, recent contributions have proposed involved spectral analysis algorithms that enable procedural noise models to faithfully reproduce some class of textures. The aim of this paper is to propose the simplest and most efficient noise model that allows for the reproduction of any Gaussian texture. Texton noise is a simple sparse convolution noise that sums randomly scattered copies of a small bilinear texture called texton. We introduce an automatic algorithm to compute the texton associated with an input texture image that concentrates the input frequency content into the desired texton support. One of the main features of texton noise is that its evaluation only consists to sum 30 texture fetches on average. Consequently, texton noise generates Gaussian textures with an unprecedented evaluation speed for noise by example. A second main feature of texton noise is that it allows for high‐quality on‐the‐fly anisotropic filtering by simply invoking existing GPU hardware solutions for texture fetches. In addition, we demonstrate that texton noise can be applied on any surface using parameterization‐free surface noise and that it allows for noise mixing.     

Tracking of Nonstationary Noise Based on Data-Driven Recursive Noise Power Estimation

This paper considers estimation of the noise spectral variance from speech signals contaminated by highly nonstationary noise sources. The method can accurately track fast changes in noise power level (up to about 10 dB/s). In each time frame, for each frequency bin, the noise variance estimate is updated recursively with the minimum mean-square error (mmse) estimate of the current noise power. A time- and frequency-dependent smoothing parameter is used, which is varied according to an estimate of speech presence probability. In this way, the amount of speech power leaking into the noise estimates is kept low. For the estimation of the noise power, a spectral gain function is used, which is found by an iterative data-driven training method. The proposed noise tracking method is tested on various stationary and nonstationary noise sources, for a wide range of signal-to-noise ratios, and compared with two state-of-the-art methods. When used in a speech enhancement system, improvements in segmental signal-to-noise ratio of more than 1 dB can be obtained for the most nonstationary noise sources at high noise levels.     

基于噪声分析的椒盐噪声降噪处理方法

针对传统的中值滤波降噪方法不能有效去除图像中的椒盐噪声,提出基于噪声分析的椒盐噪声降噪处理方法。算法根据椒盐噪声仅仅改变图像部分像素值为0和255、其余像素并未改变的特点,首先判断图像的噪声点和信号点,针对噪声点,统计邻域中信号的个数,然后根据信号的个数决定采用某个邻域的中值去代替噪声点,从而达到去除椒盐噪声的目的。仿真实验表明,该算法能有效去除图像的椒盐噪声并较好地保留图像的边缘细节信息。     

微测辐射热计的噪声分析

以电阻型微测辐射热计作为基本模型,分析其在电压偏置下的噪声特性.针对微测辐射热计中的约翰逊噪声、1/f噪声与辐射噪声,着重探讨了微测辐射热计的偏置电压、电阻、噪声带宽等参数对其噪声和信噪比的影响,并根据分析仿真结果,提出了三种增加微测辐射热计信噪比的方法.     

在线噪声检测方法及基于声信号的故障诊断技术研究

针对工业现场背景噪声强、波动大,且检测时间受生产节拍限制,机械运转噪声在线检测及故障诊断困难的问题,提出基于背景噪声修正法进行机械运转噪声在线测量,并通过对噪声信号的小波包分解,生成时-频相平面,将其转化为定量描述的布尔型矩阵,再对样本不同时频段进行加权处理后训练形成故障模板.将被测对象的噪声信号与模板进行比较,实现机械故障的诊断.该方法在我们研制开发的主减速器性能试验台上取得了良好的使用效果.