文档介绍：南京理工大学
博士学位论文
基于声强测量技术的噪声自动分析系统研究
姓名:时岩
申请学位级别:博士
专业:车辆工程
指导教师:常思勤
20061201
摘要本文针对车辆及其他机电产品降噪和故障诊断的技术需求,对基于声强测量技术的噪声自动分析系统进行了深入的研究。在噪声自动分析系统的总体方案设计、硬件设计、软件设计、声强信号处理与算法研究及系统实际工程应用等方面本文傲了全面、细致的工作,所研制的噪声自动分析系统已获国家实用新型专利,为汽车等机电产品的噪声控制、质量监测及故障诊断等提供了有效的分析工具和手段。噪声自动分析系统是用于自动分析与监测车辆及其他机电产品运转噪声的机电一体化设备,涉及声强测量技术、虚拟仪器技术、计算机控制与分析技术、信号处理技术及人工智能技术等的应用与集成。它针对现有噪声分析设备自动化、智能化程度不高等不足之处,建立了以计算机为控制中枢的测控平台。通过计算机控制下的二维自动导轨的运动带动声强传感器在竖直二维平面内快速移动、准确定位,从而对测量面上若干测点进行自动扫描,并将扫描过程中所拾取的噪声信号经动态信号采集卡的调理和数模转换后输入计算机。在计算机中通过软件算法进行声强的计算与分析、自动绘制声强分布云图、噪声源的自动辨识、异常声响的自动判定以及故障的自动识别等工作。整个测量过程具有测量速度快、定位精度高及声强计算准确等特点,在噪声源辨识与分析和基于噪声的故障诊断等方面自动化、智能化程度较高。本文首先对噪声自动分析系统的总体方案进行了设计,满足其自动化、智能化要求;基于总体方案的设计要求,分别对系统的硬件、软件进行了详细的设计工作,并对系统进行了标定与调试;在此基础上,成功地实现了整个噪声自动分析系统,为进一步的研究工作奠定了坚实的基础。运用基于互谱分析的声强算法,对噪声自动分析系统在噪声监测和主噪声源识别方面的性能进行了研究。研究结果表明:在噪声监测方面,系统具有快速自动扫描的能力,满足了噪声监测对快速化测量的要求;在主噪声源识别方面,通过运用复合型优化算法,系统可以在计算机的控制下对主噪声源进行自动优化搜索,提高了主噪声源的识别定位精度。基于互谱分析的声强算法是分析平稳噪声信号的有效工具,但对于短时非平稳噪声信号其分析能力有所不足。本文针对此问题研究了基于薋椎纳苛:鲜薄F分析方法,该方法可以将非平稳的一维噪声信号以二维的时间频率函数形式表示出来,有效地提取噪声信号随时问和频率的变化特征,从而分析噪声信号非平稳性的成因。利用上述特性,本文对某型号发动枫加速噪声的非平稳性进行了分析。针对汽车等机电产品所辐射的噪声普遍存在非平稳的瞬时冲击噪声的特点,在分析小波和小波包变换原理的基础上,研究了一种单小波包重构算法,并利用该算法对南京理工大学博士学位论文基于声强测量技术的噪声自动分析系统研究
瞬时冲击信号的检测和特征提取进行了仿真分析。在此基础上,研究了一种基于小波包分析的声强算法,并对其声强测量精度进行了验证。基于小波包分析的声强计算方法融合了小波包分析和声强两种技术,可有效地分析故障发生时瞬时冲击噪声的反常现象,为基于噪声信号的故障诊断提供了一种有效的方法。本文利用该方法对某型号发动机单缸失火故障诊断指标的选取问题进行了分析。针对传统声强测量中容易受到强大背景噪声干扰的问题,本章从软件和硬件两个方面对提高声强测量抗干扰性的方法进行了探索性研究。在软件方面,将选择性声强技术应用到噪声源辨识当中,可以将目标噪声源从强大的背景噪声中有效地识别出来。在硬件方面,通过一种抗干扰屏蔽罩的设计,可以在一定程度上屏蔽某些方向上非目标噪声源辐射声波的干扰,提高了对目标噪声源的辨析能力。本文的研究着重于噪声自动分析系统解决实际应用问题的能力,所进行的研究工作都进行了相应的实验分析,验证了其可行性。本文最后针对某型号微型车车外辐射噪声较大的问题,利用噪声自动分析系统对其车身外表面进行了声强测试,识别出了其主要噪声源,解决了此工程实际问题。关键词:声强,噪声,故障诊断,降噪,小波,小波包,虚拟仪器,选择性声强,汽生
∞∞..瓸∞..帕∞..,.琾...
船甌甎甌瓵蟭....餰..
符号表矶一声强测量ǖ郎∩剐藕岛一声强测量ǖ郎∩剐藕吒似话的数字采样吒一氖植裳见~以钠灯见蝗七钠灯儿一儿钠灯%欢,钠灯九一声强测量ǖ老辔办一声强测量ǖ老辔卸一声强溅量通道的相位差五籔和儿的单边互谱,一声强谱厶~声强级谱蝗⌒椴欢远脊煸硕俣△一二维自动导轨重复定位精度岛~空气密度琹,粢籰一采样点序号ú裳闶五一采样率￡一离散频率值厶ú裳芷行,⋯,一频域取样序数尼一声强测量ǖ郎棺;幌凳忍一声强测量ǖ郎棺;幌凳·一取共