基于表面振动法的柴油机辐射噪声测量和分析

以4120SG柴油机为研究对象，提出基于激光测振的表面振动法测量柴油机辐射噪声。重点讨论了结构辐射系数的确定及其影响因素，提出了不同结构部件计算辐射系数的方法。利用表面振动法计算了柴油机主要部件的声功率，识别了主要噪声源。通过与噪声测量结果的对比，验证了方法的准确性。     

基于单通道算法的内燃机油底壳辐射噪声分离

通过对内燃机的辐射噪声源进行分离和识别,得到的各独立噪声可为其减振降噪和监测诊断提供依据。在内燃机噪声源识别中,燃烧噪声和活塞敲击噪声在时域和频域上均有混叠,很难准确地将其进行分离。在半消音室中进行内燃机振动噪声试验,采集一路内燃机油底壳近场辐射噪声,先对其进行消除趋势项及滑动平均等预处理,减少随机误差成分,然后用集合经验模态分解得到IMF分量,用主分量分析降维,最后用快速独立分量分析进行盲源分离,并结合连续小波时频分析等方法进行识别。研究结果表明:通过采用单通道算法对内燃机油底壳辐射噪声进行分离和识别,可得到各独立分量,分别为内燃机的燃烧噪声和活塞敲击噪声。     

引入声全息技术的发动机噪声源识别试验研究

针对某型3缸汽油发动机运用声全息技术进行发动机噪声源识别。首先在台架上对发动机进行1m声压级瞬态测试,由此确认进气侧的噪声辐射最大。然后在进气侧进行声全息试验,通过分析声压云图和噪声频谱,识别出该发动机进气侧的主要噪声源位于发电机处,噪声峰值频带为1 000 Hz~2 500 Hz。为了确定噪声源具体位置,结合近场声压法和表面振动法,在声全息识别出的主要噪声源位置进行补测试验,发现发电机的振动和近场噪声峰值频带均与1 000 Hz~2 500 Hz重合,由此可以确定该发动机进气侧的主要噪声源是发电机。综合运用声全息技术和传统的噪声源识别方法对发动机进行噪声源识别试验,不仅可以提高传统识别方法的效率,还可以弥补声全息技术精度不高的缺陷。     

基于模态分析及优化设计技术的低噪声齿轮室罩的设计

通过各种噪声源识别方法,得出ZH1130单缸柴油机齿轮室罩的辐射噪声是其主要噪声源之一。通过频谱分析和模态分析获得其噪声辐射的关键模态,然后利用拓扑优化的方法对其内部的加强筋进行了重新设计及布置。优化目标是第1阶约束模态频率最大化,约束函数为整体质量约束,设计变量为室罩内部可设计区域。重新设计后,部件的第1阶约束模态频率提高了241Hz。最后,测量安装有新室罩的整机九点声压及表面振动速度,结果表明,表面振动速度曲线在关键模态频段上有明显降低,齿轮室罩侧第七点的声压级与原设计相比降低了1.2dBA。     

小波变换在轿车车内噪声源识别中的应用研究

阐述小波变换及小波分解的基本原理,对车内噪声及相关噪声、振动信号进行测量,利用小波分解原理对噪声及振动信号进行分解,得到各信号的特征向量,根据各信号的特征向量确定车内噪声与其它振动、噪声信号的相关系数,根据车内噪声与各振动、噪声信号的相关程度确定车内噪声的主要噪声源,并试验验证小波变换对噪声源识别的有效性和正确性。     

结构振动功率流的可视化

本文结合功率流方法在实际工程中的应用，对振动功率流的可视化问题进行了初步研究，通过对数据的处理形成功率流（结构强度）的矢量分布图，从而识别出主要的结构噪声源和确定结构噪声的主要传播途径，更有助于控制振动和噪声辐射。     

罗茨真空泵噪声源识别的实验研究

机器噪声源的定位和识别是机器低噪声设计的基础。本以真空行业广为使用的ZJ－150A型罗茨真空泵为对象,采用先进的声强测量技术,对罗茨真空泵各主要部件产生的噪声进行了分离和排队,找出了主要声源辐射噪声声功率的优势频率。并通过对主要声源的主要噪声辐射部位的定位研究,找出优势频率辐射产生的原因,为进一步进行噪声源机理研究和低噪声设计提供依据。     

罗茨真空泵噪声源识别的实验研究

机器噪声源的定位和识别是机器低噪声设计的基础.本文以真空行业广为使用的ZJ-150A型罗茨真空泵为对象,采用先进的声强测量技术,对罗茨真空泵各主要部件产生的噪声进行了分离和排队,找出了主要声源辐射噪声声功率的优势频率.并通过对主要声源的主要噪声辐射部位的定位研究,找出优势频率辐射产生的原因,为进一步进行噪声源机理研究和低噪声设计提供依据.     

声强法在柴油机表面辐射噪声源识别中的应用

根据声强测试原理，应用B＆K 3560C便携式振动与噪声测试系统中的声强测试模块，对4190型柴油机的表面辐射噪声源进行识别。绘制了三维声强图，找出了该发动机的各个辐射面上的主要噪声源，并对其进行了排序，分析了这些噪声源的产生根源。提出了控制主要噪声源的一些建议，以便于进一步降低该柴油机的噪声水平。     

V型双缸柴油机噪声源识别试验研究

以某V型双缸柴油机为研究对象,结合单缸熄火法与近场声压扫描法对该柴油机噪声源进行识别试验研究。首先,在不同工况下采用单缸熄火法分离出燃烧噪声和机械噪声,量化内部激励噪声源对整机噪声的贡献度,识别在工况下燃烧噪声和机械噪声的辐射频谱特性;然后,利用近场声压扫描快速定位工况下主要辐射表面的主要辐射部件,识别燃烧噪声和机械噪声的主要传递路径;最后,根据识别结果进行隔声降噪试验验证。该识别方法可为明确柴油机降噪方向与降噪具体目标提供参考。     

2.4 L汽油机噪声及其频谱特性的影响因素分析

对结构相同但材质及工艺不同的A、B两台样机进行噪声水平对比分析的基础上,着重分析影响样机A噪声频谱特性的主要因素。结果表明：与着火频率相关的发动机基频振动和进排气侧表面的辐射噪声是主要噪声源;而混合气浓度以及点火时刻虽影响中高频范围的燃烧噪声,但对基频成分无影响。转速越高、负荷越大,基频峰值越高。因此,改善进排气系统的结构刚度、各缸均匀化的控制策略以及曲轴的减振是降低整机噪声水平的有效措施。     

基于MEEMD的内燃机机体活塞敲击激励与燃烧爆发激励分离研究

提出了一种改进的集总平均经验模态分解（MEEMD）方法,并阐述了其实现过程。通过仿真实验,验证了MEEMD是一种更为优秀的自适应信号分解方法,不仅抑制了经验模态分解（EMD）的模态混叠问题,而且消除了集总平均经验模态分解（EEMD）中的,非标准IMF分量、模态分裂和白噪声残余等问题。将MEEMD应用到内燃机振声信号处理中,以某柴油机为研究对象,对其机体上的振动信号进行MEEMD分解,分离其中的活塞敲击引起的机械激励成分与燃烧爆发激励成份,诊断主要振动源。     

用两种软件对比分析四缸发动机振源

针对某直列四缸发动机,利用MATLAB和ADAMS两种软件分别对其进行振源分析。首先通过理论分析初步确定该机的主要激振源:二阶往复惯性力和倾覆力矩,利用MATLAB软件对激振源的时频域特性进行研究。然后应用ADAMS软件对该发动机进行动力学仿真,在后处理中选择适当位置的测量信息,经过进一步分析确定该机的激振源类型及其时频域特性。将用ADAMS分析得到的结果与MATLAB分析得到的结果进行对比,其一致性良好,从而验证两种分析方法的正确性。分析结果为进一步对该发动机进行振源控制提供必要的数据参考。     

90°V8柴油机整机结构动态响应分析

建立了90°V8柴油机整机结构的有限元分析模型,采用Lanczos法对整机组合体的自由模态进行了计算,得到了其同有频率和振型。在此基础上,考虑柴油机在额定工况下,以气缸燃气压力、活塞侧压力和主轴承作用力为主要因素,确定了柴油机所受的激励力,利用模态叠加法对柴油机进行了动态响应分析计算,得出了各阶模态的模态响应函数,为运用ATV技术求解内燃机表面辐射噪声提供了边界条件。     

舰船机械振动噪声监测预报系统设计

以舰船机械噪声的监测预报为目的,依据舰船模型结构振动传递特性的试验分析,提出噪声预报的模型与方法。再利用虚拟仪器开发工具LabVIEW,进行舰船机械噪声监测预报系统的软、硬件设计。依据舰船机舱中的各种主、辅机的实测振动数据,得到船体表面各个虚拟传感器以及有限数量的实际传感器的振动响应数据,实现舰船机械噪声的连续监测与预报,并能针对机械噪声的异常情况或声学故障进行提示与报警。     

燃料电池车声振测试及噪声源识别

对燃料电池车进行了振动噪声测试,采用分别运行法采集了在空气辅助系统和氢气辅助系统分别独立运行工况下的振动噪声信号。并通过对测试数据进行频谱分析等,确定了燃料电池车振动噪声的主要频率特性及主要振动噪声源为空气辅助系统和氢气辅助系统以及燃料电池冷却水泵等,同时针对主要振动噪声源提出了一些行之有效的改进方案,尤其是对风机及氢气辅助系统箱体的改进提出了见解性的改进意见。通过现代信号分析技术进行振动噪声源识别,确定主要的振动和噪声源,并对燃料电池车的减振降噪提出了可行性方案,是实施正确减振降噪措施的前提。     

基于小波包和LMS自适应降噪的柴油机振动诊断

由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。     

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。