噪声源识别方法综述

噪声源识别方法综述

噪声源识别方法综述

韩松涛潘耀曾

（泛亚汽车技术中心２０１０２６）

／…

摘要本文从不同方面综述了噪声源识别的方法孓＇ｉｔ钼。不同的方法进行了分析．为今后不同琦法在工程中

的应用提供了参考。关键词噪声卿，声强，振动

７０弓Ｉ言

在噪声的振动控制中，对噪声源进行识别是重要的工作内容之一。它为噪声的控制提供了

基础，决定着噪声控制所努力的方向。因此，国际上对噪声源识别方法的研究随着科学技术的发展不断深入。

１传统的噪声源识别方法

Ｉ．１主蕊评价法

人的听觉系统具有比复杂的噪声测量系统更精确的区分不同声音的鉴别能力，而且在实际

测量中广泛应用的声压级或响度等指标都是根据人的主观感觉而定。目前噪声的主观评价更是受到许多研究人员的注意。但是这种人的主观鉴别法因人的不同而得到不同的结论，因而如何建立一个公正客观的主观评价系统还有待研究。

１．２近场测量法

该方法简便易行，只需要将声级计在靠近测量声源的表面进行连续扫描，并从声级计的大

小来确定噪声源的主次部位。但是根据声学原理，近场测量会受到近场效应的影响，另外在近场测量是还会受到其他声源的干扰。近场测量法是将传声器靠近测量声源的表面，测量个声源的近场噪声值，通过比较各个近场噪声值的大小来判断声源的主次强弱的方法。近场测量法在实际中有一定的局限性：对测量环境有较高的要求一一

不能在混响场中，最好在全消声或半消声室中进行；频率的高低对测量结果有一定的影响。它可以作为机械噪声源的鉴别，但难于给出准确的声压级。

１．３选择运行法

将机器中的运转零件按测量要求逐级连接起来运行，分别测量得到部分零件的声级及其在

整个机器运转时总声级中所占的比重，从而确定主要声源的位置。

１．４铅覆盖法

铅覆盖法是利用高密度的铅具有很大的传声损失，阻碍声波的辐射，并用阻尼系数很大的

玻璃纤维棉做隔振材料，并防止回声的形成，从而大幅度地减小声源的噪声辐射。在发动机噪声源识别实验中，用玻璃纤维和铅板将发动机的主要噪声辐射表面和零件（如气缸盖罩壳，排气管，消声器，正时齿轮室盖，进气管，曲轴箱和气缸体）乃至整个发动机全部覆盖。在同一工况下逐一暴露各个噪声辐射表面和声源。由于发动机经过覆盖后，总噪声级大大降低，当暴露某～个声源后，该声源的噪声立即成为主要噪声，此时通过总噪声和本底噪声之差即可识别出该声源的声压或声强级。

噪声源识别方法综述

１．５表面振动速度（加速度）法

表面振动速度（加速度）法的原理是根据物体结构振动引起噪声，结构表面的振动速度越大所辐射的噪声越大。结构振动与噪声辐射的关系为：Ｗｒ＝盯Ⅲｐ。ｃ。Ｓｕ；，其中ｗ为声辐射功率；ｐｏｃｏ为声阻抗；ｓ为辐射面积；ｔｌｒ为表面振动速度均方。

对于发动机来说，通过测量发动机各个零部件和结构表面的振动加速度，转换成振动速度后，根据不同频率下的噪声辐射效率即可得到各个振动表面的噪声辐射功率，从而求出整个发动机的声功率级和声压级。也可以将声源表面划分成若干小块后，测量每个小面积的振动速度（或加速度），然后画出声源表面的等振速曲线，从而表示出声辐射面各点的声能辐射和最强的辐射点。

１．６频率分析法

频率分析法是根据噪声的谱频特性来确定主要噪声源的方法。通过噪声频谱图，一方面了解噪声源的频率分布，确定该噪声是以低频为主，还是以中、高频为主。另一方面可以确定一些峰值噪声的来源。

在发动机噪声源识目４中，可以通过对各个零部件的振动加速度、用话筒测量的各个零部件噪声频谱特性、铅覆盖法测量的各个部件对总声压级的影响大小来分析发动机主要部件和辐射表面的振动和噪声辐射特性，以及个部件对总的噪声贡献大小。

２利用现代信号处理技术的噪声诊断理论

２．１相干诊断方法

互谱密度函数为两个信号之闯的互功率的度量，包含幅值和相位。

Ｇ。＝，（ｙ（ｆ））＋Ｆ＋（ｘ（ｆ））

信号的相关程度：，刍（∞）＝撼给出了在输出中由输入所引起的部分的估算。当，，刍（∞）为ｌ时说明ｙ在这个频率上完全有。

引起的；当为０时即ｖ在次频率与Ｘ无关；当相干系数在０和１

因此存在两种诊断方式。自谱密度：Ｇ０＝Ｆ（工（ｆ））＋Ｆ’（工（ｆ））。其中：Ｆ．（ｘ（ｔ））是Ｆ（ｘ（ｔ））的共轭复向量。相干函数：两个之间时，说明ｙ在此频率除与ｘ有关外，还与其他信号有关。由于在测量中出现外部噪声；谱估算中出现分辨率偏置误差；非线性因素的影响；输出有输入以外的附加输入引起，因而相干系数只能小于１。因此常常可以用相干函数来鉴别功率谱图上的峰值频率与各个噪声源频率的相关程度，以进一步判定主要噪声源。由于实际噪声测量中不是简单的单输入单输出的定常系统，而是复杂的多输入多输出系统，且各个噪声（输入）是相互干扰和依赖的，，因此不仅要求出单个输入输出的常相干函数，还要求出该输入和输出之间在除去其他输入影响的偏相干函数。

２．１．１常相干诊断

对一个对输入单输出的声源系统，设ｘ（ｔ）为各个主要噪声源的近场测薰信号（可以是振动加速度信号或声信号，时间序列）。且各个声源相互独立，不存在相互干扰，ｙ（ｔ）为远场评价点的噪声信号。整个系统的噪声传递关系如右图：设第ｉ个噪声源信号Ｘ（ｔ）与输出信号ｖ（ｔ）的相干函数为：

噪声源识别方法综述

琅咖患拳

当测量系统为线性时，该相干函数的大小表明噪声中来源

输入信号的能量比例。ｘ（ｔ）在评价点的相干输出谱为：

％（，）＝ｙ；％（，）

２．１．２偏相干诊断法

在多个输入一个输出中，输入能量间相互干扰。如在测量第１个声源时，第２，３…，１１个声

源均会通过频响函数Ｈ２ｌ，Ｈ３ｌ，…，Ｈｎｌ对第一个声源进行影响。特别是在近距离测量时相互影响更大。因此在采用常相干诊断可能会夸大某一个声源的效果，使误差增大，因而采用更精确的偏相干诊断。

２．２分布噪声濠的相干诊断方法

如果每个声源的尺寸很小，噪声信号相差不大，可以采用前面的常相干或偏相干分析法。

但是当噪声源是一个很大的辐射面，或声源为一点声源而不能直接被测量，噪声源由多个声源组合而成则必须采用特征多输入信号来反映整个声源的辐射特性。否则利用一点的测试信号作为输入信号来进行诊断回引起较大的误差。

假设第１个声源有ｍｉ个近场特征信号来反映，则可以表示成：墨＝［置Ｉ，五２，？，ｊ乞ｆ】；第１个声源的ｍｉ个输入信号的自功率谱矩阵：

ｑ２２

Ｇ；ｉ＝

第１个噪声源的ｍｉ个输入信号的互谱矩阵：Ｇ口＝【Ｇｆ∽Ｇｉ２ｙ，ｑ，（‘ｐ】。

因此第一个声源的第，个输入信号与输出信号的相干系数：，，品＝挂；

相干系数矩阵：砖＝［露，，ｙ三，，＇，ｙ三口】，其分布噪声与评价点的相干系数

％２＝ｍａｘ耖刍）。

２．３噪声蠢的层次诊断法

该方法的目的是为了确定各个声源的主次顺序。定义目标层Ａ为各噪声源的主次顺序，Ｂ

为频率层，ｃ为最低层。频率层Ｂ中ｆｌ，ｆ２，…ｆｎ为各个频率。根据Ｂ和ｃ之间的依赖关系和各个点的近场声信号，振动信号或其它相关评价信号。诊断步骤：

１测量被诊断信号，进行频谱分析，并依据频率结构确定Ｂ层次中的频率ｆｌ，ｆ２，；

２测量各声源近场噪声，表面振动或其它相关信号，进行频谱分析，并根据频率结构确定

频率层与声源层的依赖关系；

依据相关原理进行相干分析，确定各个声源对对评价点的能量依赖关系；

４建立层次矩阵。３

判断矩阵特征向量的计算与检验：

１每一列正规化；

将列正规化后的判断矩阵按行相加；２

噪声源识别方法综述

３对向量∥＝ｌ∥１，Ｗ２，Ｌ，Ｗｎｌ进行正规化；

４

５计算判断矩阵的最大特征向量：ＣＲ＝ｍｍａｘ—ｎ）／（ｎ—１）Ｒ；层次排序。

２．４倒频谱法

在近代信号处理学科领域广泛用于分析复杂频谱图上的周期结构，分离和提取密集泛频信号的周期成分，近年在噪声领域也有一些应用。其原始含义是对数功率谱的功率谱。即是对时域信号ｘｔ的功率谱密度函数取对数后再进行一次谱分析的结果。

ｃ，（ｇ）＝ｌＦ｛ｌｏｇＧ。（，））ｒ（功率谱的倒频谱）；

ｃ：（ｇ）＝ＩＦ｛ｌｏｇＧ，（，）列（幅值谱的倒谱）。ｑ为倒频率，单位是毫秒：大时表示高倒频率表示频谱图上的快速波动和密集谐频：小时表示低倒频率表示频谱图上的缓慢波动和稀疏谐频

噪声测量中的测到的信号并不是声源信号的本身，而是声源信号ｘ（ｔ）经过传递系统ｈ（ｔ）到达测量点的输出信号ｙ（ｔ）。即：ｙ（ｔＪ＝ｘ（ｔＪ’＾【＂＝Ｉｘ（ｒ）ｈ（ｔ—ｒ）ａｔ。卷积后的波形比较复杂，很难区分源信号和传递系统的影响。因此将其进行频域处理并用功率谱表示：

Ｇ，（，）＝Ｇ，（，）Ｇ＾（厂）。在有声反射和通道传声的传声情况下，用常规品谱方法很难把源信号提取搞活调制出来，因此可以用倒谱技术处理。对频域功率谱取对数：

ｌｏｇＧ，（厂）＝ｌｏｇＧ，（厂）＋ｌｏｇＧ（厂）。为了把源信号和系统响应区分，对前面的变化再进行傅立叶变换，得到信号的幅值倒谱：Ｃ，（ｇ）＝Ｃｘ（ｇ）＋Ｃ＾（ｇ）ａ

由于倒谱能够明确显示频谱图上复杂边频结构中的周期成分，并区分源信号和调制信号，

因此从机器正常和非正常工作时的倒谱图的比较而进行故障诊断。

２．５自回归谱法：

由测量得到的噪声信号时间曲线，经过离敏采样后得到时间序列谱，然后建立一个Ｍ阶自

回归谱时序模型。再将该时序模型进行频域变换得到功率谱密度函数，机称为自回归谱，它能反应时间序列在频域中的组成情况。

若某动态信息的时间曲线经离敦采样后的时间序列为：ｆｘｉ），则建立Ｍ阶自回归谱模型ＡＲｆＭ｝表示为：Ｘ，＝识工ｆ＿ｌ＋办ｘＨ＋穹＋妒＿ｌ，Ｘｆ一＂＋ａｆ。确立了模型的自回归系数后，再对建立的自回归模型做频域变换，得到功率谱密度：Ｓ。＝

锐，频率定位正确，清晰的特点，在两个谱峰十分靠近时分辨力很强，因而在噪声源识别和故障诊断中受到重视。

２．６表面声曩法：Ｆ警研。盯孓Ｔ自回归谱图具有谱峰尖ｌｌ一∑九ｅ。２瑚１ｌＩ；ｌｌ

由表面声强矢量：，：ｐ∥，振动表面的辐射声功率为：矽：ｆＩｄｓ：和施。测量时用振动加速度传感器可以得到振速信号，用传声器测量声压信号，并要求传声器尽量靠近加速度计以减少两者的相位差。实际处理时，用两个信号的单边功率密度：Ｇ，（ｆ）＝ｃ，（ｆ）一，Ｑ，。（厂）。声强表达式转化成直接用加速度信号的表达式：

１巴１

，．＝。寺Ｊ÷［Ｑ＿叩（厂）ｃｏｓ妒＋ｃｐ４（ｆ）ｓｉｎ

谱密度的实部和虚部。ｑｐ］ｄｆ。其中Ｑｐａ和ｃｐａ分别为声压与加速度信号互功率

噪声源识别方法综述

２．７声叠法

在七十年代后期，ＧＭ公司科技研究室发展了一种利用两个距离很近切靠近声源表面的传声器和一套数据处理系统来分析测量声强，并可以得到声源的声压级和声功率级。后来日本的小野测器和丹麦ＢＹＫ公司相继发展了整套的声强洲试系统。起基本原理是利用声强与质点速度的关系，求出质点速度．设一块面积ｓ体积为ｖ的空气体。在么没有声波作用的时候Ｓ截面上的各点保持平衡。在声波沿ｘ方向传播时，ＡＢ截面上的位移为ｘ。有质点速度和声压Ｐ的基本关系：

－一一－－一ＯｔＰＯｘＯＵ１ａＰ

Ｕ＝一二Ｉ（Ｐ２一Ｐ１）ｄｔ，因此两个传声器之间的声强：‘…Ｐｕ：Ｌ（ｐ１＋ｐ２）Ｉ（Ｐ２一ｐＩ）西当两个传感器间距为ｒ，则第一个传感器上的声压Ｐ１，第二个声压为Ｐ２，则速度关系有：

１．１．

ｒｐ。ｚｒｐ’

。对两个声压信号进行傅立叶变换即可得到声强及其频谱。本实验采用的日本小野测器的两对传声器间距分别为：５毫米和７０毫米。

２．８自适应除噪技术一一ＡＮＣ技术．

对存在背景噪声过大的情况，为了诊断故障和噪声源识别必须提高诊断信号的信噪比。ＡＮｃ技术就是为了提高信噪比，提取淹没在背景噪声中信息的一种方法。ＡＮＣ技术用两个传感器拾取信息：一个作为主输入包含被主噪声ｎｏ淹没的信号ｓ；另一个作为参考输入，主要包含与主噪声ｎ０有关的噪声ｎ１。通过自适应滤波器自动、随时地调节本身的传递函数以保证合成后的输出Ｃ中的残余干扰量达到最小。

３现代图象识别技术

３．１全息摄影技术

同常规的全息摄影技术相似，但采用两次暴光和全息摄影，并将物体记录在同一块全息摄影干板。通过再成像，可以观察到全息摄影三维图上叠加了由于相位差引起的条纹图象，进而判断物体的振动特性或者其周围声场的分布。它迸一步有分为时间平均全息摄影、实时全息摄影、脉冲全息摄影和双脉冲全息摄影。

３．２电斑图象干涉涓量

电斑图象干涉测量（ＥＳＰＩ）也称电视全息摄影，是获取表面震动位移图和用电视监视器作为实时观察的一种有效手段。目前主要做定性分析，但已经能够获取振幅和相位的数据。全息摄影要用照相干板做介质，ＥＳＰＩ结果为图象斑点。

４总结

噪声测量是噪声实验中非常重要的工作 不同的噪声测试方法有不同的应用范围，有时对于同一噪声源可能要采用不同的方法才能到达目的。因此掌握不同的噪声测试方法对进行噪声测试和声源识别是很有必要的。

参考文献

Ｉ

２

３马大猷。噪声控制学ｆＭ】。北京：科学出版社，１９８７。ｐ９８～１４７。Ｍ．Ｐ诺顿，盛元生等译。工程噪声和振动分析基础［Ｍ】。北京：航空工业出版社 １９９３：ｐ３３１－３４５。Ｌ¨ＥＫｉｎｓｌｅｒ，ＡＲＦｒｅｙ．ＦｕｎｄａｍｅｎｔａｌｓｏｆＡｃｏｕｓｔｉｃｓＷｉｌｅｙ，１９６２ 一１９３—

噪声源识别方法综述

ＣｏｕｒｓｅＮｏｔｅ：ＥｎｇｉｎｅＮｏｉｓｅ＆ＶｉｂｒａｔｉｏｎＣｏｎｔｒ０１．ＩｎｓｔｉｔｕｔｅｏｆＳｏｕｎｄａｎｄＶｉｂｒａｔｉｏｎａｎｄＲｅｓｅａｒｃｈ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｏｕｔｈａｍｐｔｏｎ．

４ＣＭＰｃｌｌａｎ．Ｄ．Ａｎｄｅｒｔｏｎ．Ｃｏｎ＇ｅｌａｔｉｏｉＢｅｔｗｅｅｎＥｎｇｉｎｅＢｌａｃｋＳｕｒｆａｃｅＶｉｂｒａｔｉｏｎａｎｄＲａｄｉａｔｅｄＮｉｏｓｅｏｆＩｎ－ｌｉｎｅＤｉｅｓｅｌ

ＥｎｇｉｎｅｓＮｏｉｓｅＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，１６－２４Ｗｉｎｔｅｒ，１９７４。

５

６ＮＬａｌｏｒ．Ｒｅｐｏｒｔｏｎ１＝ｉ－１ＰｒｏｊｅｃｔＷｏｒｋＭａｒｃｈ，２００１Ｔｉａｎｊｉｎ。寇惠，原培新．故障诊断中的振动信号处理【Ｍ】。北京：冶金工业出版社，１９８９。

７徐守时信号与系统一理论、方法与应用【Ｍ】。合肥：中国科技大学出版社，１９９９ａ

８

９姚天任，孙洪．现代数字信号处理【Ｍ】。武汉：华中理工大学出版杜，１９９９。温熙森陈循等机械系统动态分析理论和应用，国防科技大学出版社，１９９８。

１０．黄其柏工程噪声控制学【Ｍ】．武汉：华中理工大学出版社，１９９９。

１ｌＥＧＷｉｌｌｉａｍｓ．ｅｔｃ．ＡＴｅｃｈｎｉｑｕｅｆｏｒＭｅａｓｕｒｅｍａｎｔｏｆＳｔｒｕｃｔｕｒｅ－ｂｏｒｎｅＩｎｔｅｎｓｉｔｙｉｎＰｌａｔｅｓＪＡｃｏｕｓｔ，ＳｏｃＡｍ，１９８５，７８（６）。

ＳｕｍｍａｒｙｆｏｒｔｈｅＮｏｉｓｅＳｏｕｒｃｅＩｄｅｎｔｉｆｙｉｎｇＭｅｔｈｏｄ

（Ｐａｎ

ＡｂｓｔｒａｃｔＡｓｉａｔｅｃｈｎｉｃａｌＡｕｔｏｍｏｔｉｖｅＣｅｎｔｅｒ２０１２０６）

Ｉｎｔｈｉｓａｒｔｉｃｌｅ，ｔｈｅａｕｔｈｏｒｓｕｍｍａｒｉｚｅｓｔｈｅｎｏｉｓｅｓｏｕｒｃｅｉｄｅｎｔｉｆｙｉｎｇｍｅｔｈｏｄｓｆｒｏｍｄｉｆｆｅｒｅｎｔａｓｐｅｃｔｓａｎｄａｎａｌｙｚｅｓｔｈｏｓｅｍｅｔｈｏｄｓ．Ｉｔｐｍｖｉｄｅｓｓｏｍｅｒｅｆｅｒｅｎｃｅｓｆｏｒｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎ．——１９４——

噪声源识别方法综述

噪声源识别方法综述

作者：

作者单位：韩松涛， 潘耀曾泛亚汽车技术中心

1.期刊论文 曾国军.李小昱.王为.蒋爱华.Zeng Guojun.Li Xiaoyu.Wang Wei.Jiang Aihua 基于虚拟仪器技术的声强法识别拖拉机噪声源 -农业工程学报2006,22(10)

识别拖拉机主要噪声源是解决拖拉机噪声问题的首要条件,利用声强法能有效地识别拖拉机主要噪声源.基于虚拟仪器LabVIEW,建立了一套神牛SN250拖拉机噪声信号测试系统,可对拖拉机噪声信号进行测定,并利用声强方法进行噪声频谱分析和声源识别,以分析拖拉机的主要噪声来源.结果表明:所建立的测试系统可满足工程精度要求,能有效识别拖拉机主要噪声来源;排气噪声、发动机散热风扇噪声及发动机机罩振动噪声为拖拉机主要噪声源,声强级分别为106dB、104dB、104dB;排气噪声是驾驶室内主要噪声来源.因此,解决该拖拉机噪声问题须首先降低排气噪声、发动机散热风扇噪腚声和发动机机罩振动噪声.

2.会议论文 李玉军.杨建国.胡旭钢 基于声强法识别柴油机噪声源的研究 2008

本文采用声强测量法对4120SG型柴油机进行了表面辐射噪声的测量，利用等声强云图找到了柴油机主要噪声源来自于油底壳、挺杆室侧盖板和空气滤清器；并利用扫描式激光测振仪测量了柴油机表面振动速度分布，验证了声强测量法的正确性；通过声强信号的频谱分析，找到了辐射噪声的主要频率成分；利用声强主频率成分云图分析了柴油机噪声产生的主要原因，为降低该型柴油机的表面辐射噪声提供了有效的参考依据。

3.会议论文 李玉军.杨建国.胡旭钢 基于声强法识别柴油机噪声源的研究 2006

本文采用声强测量法对4120SG 型柴油机进行了表面辐射噪声的测量，利用等声强云图找到了柴油机主要噪声源来自于油底壳、挺杆室侧盖板和空气滤清器；并利用扫描式激光测振仪测量了柴油机表面振动速度分布，验证了声强测量法的正确性；通过声强信号的频谱分析，找到了辐射噪声的主要频率成分；利用声强主频率成分云图分析了柴油机噪声产生的主要原因，为降低该型柴油机的表面辐射噪声提供了有效的参考依据。

4.期刊论文 韩军.郝志勇.Han Jun.Hao Zhiyong 声强法识别整车表面噪声源 -天津汽车2002(3)

依据声强测量的原理,研究了声强测量系统在汽车噪声控制中的应用问题,对某中型乘用汽车的车外辐射噪声进行了声强测量试验,并在此基础上对该车的主要噪声源进行了识别和研究,为降低该型汽车的表面辐射噪声提供了有效的参考依据.

5.学位论文 杨金才 内燃机噪声源识别的声模态及A计权小波改进算法的研究 2006

随着我国汽车工业的迅猛发展和汽车保有量的大幅增加，由机动车辆所引起的交通噪声已成为目前城市环境的主要噪声源。内燃机作为汽车的主要噪声源，已成为汽车行业进行噪声控制的首选目标。在新的世纪里排放和噪声将是内燃机研究的两大主题，并且是决定内燃机未来发展的生存条件。根据噪声的声学特性，噪声源识别在内燃机噪声控制中占有重要的地位，对内燃机进行噪声控制，必须在了解噪声特性的基础上找到主要噪声源，采取必要的针对性措施，才能够收到预期的效果。

本文围绕内燃机声源识别这一主题，在大量相关文献阅读和各种声源识别方法对比分析的基础上，选取对内燃机声源识别行之有效的声强分析和小波分析方法进行了深入的研究，取得了一些创新性成果和具有工程实用价值的分析方法，将这些新方法应用到实际发动机噪声问题研究和声源识别中，得到了理想的发动机噪声源识别效果。

论文首先介绍了内燃机噪声描述和度量的相关知识，为内燃机声源识别方法的选取和相关技术的改进提供了理论依据和必要的数据准备，并在文献检索的基础上系统地分析了内燃机主要噪声源的特性及其噪声控制的措施，为准确识别噪声源和有效地进行噪声控制做了必要的知识准备。

傅里叶变换是沟通频域和时间域的桥梁，是短时傅立叶变换、声强分析和小波变换等现代信号分析方法的基础。文中介绍了傅立叶分析的理论及算法，并通过实例说明了傅立叶分析在非平稳信号分析中的局限性。针对内燃机信号非平稳周期性的特点，指出时频分析是分析这种信号的理想工具，并系统地介绍了目前应用于振动和噪声信号分析中的多种非平稳信号处理方法，从多个角度对多种时频分析方法进行了对比分析，指出和其他时频分析技术相比，小波变换更适合于内燃机辐射噪声信号的分析。

声强测量技术是最近二十年迅速发展起来的一种噪声测量技术。声强测量得到的是矢量，能大大提高测定噪声源方位的能力，有利于计算出复杂噪声源中各个区域的相对噪声辐射强度。在系统介绍了声强技术的发展过程、基本原理和测量方法后，本文用声强云图对一台4664型车用汽油机进行了工程测试分析，根据声源识别的需要，提出了区位声强分析方法和声模态分析方法，并用这些新方法对发动机噪声源进行了深入的识别研究，得到了良好的声源识别效果。

小波分析在众多工程应用领域被认为是近年来在工具和方法上的重大突破。文中详细介绍了小波变换的由来、小波变换的定义和特点，直观表示了连续小波变换的过程，对小波变换的概貌做了描述。选用连续小波变换方法作为声源

识别的变换工具，列举了连续小波变换的重要性质。为了将数学上具有普遍意义的小波变换方法应用到内燃机声源识别的特殊领域中去，研究了信号重要参数变化对小波变换后小波系数的影响。结合连续小波变换的性质提出了连续小波变换的频率修正方法，克服了连续小波变换过程中对高频成分的衰减特性，所得变换结果能正确反映信号中的各种频率成分的幅值特性，使小波变换的结果能够直接应用到内燃机声源识别工作中去。由于小波基函数的选取对小波变换的结果至关重要，本文采用试算的方法，从最新MATLAB版本中的全部15类原始小波函数中选取Complex Morlet小波族作为小波分析的基函数，并对其参数的具体选用进行了研究，提出了指导工程应用的选用方法。根据内燃机噪声度量中采用A计权的特性，从工程应用角度出发，推导出乘法运算A计权值转换公式，对变换后的小波系数进行A计权处理，从而可以利用连续小波变换直接从A声级的角度进行内燃机声源识别。 利用本文提出的连续小波变换改进算法对一台车用4G64型汽油发动机进行了声源识别应用研究，取得了满意的应用效果，为该发动机的噪声控制研究提供了可靠的改进依据和数据支持。结果表明，本文对普遍意义的连续小波变换算法进行改进（进行频率修正和A计权处理）是必要的、科学的，所选取的小波函数是恰当的，指导小波函数参数确定的方法是合理有效的。

6.期刊论文 莫秋云.安静贤.李文彬 声强法测量机械噪声及对噪声源的识别 -西北林学院学报2002,17(1)

阐述了声强测量的发展、特点、优点和有关声强测量的基本原理,进一步说明了如何用声强法进行机械的噪声测量以及根据测量结果对产生噪声的具体位置(即噪声源的具体位置)的分析识别.

7.期刊论文 武艳波.阎文兵.樊文欣.Wu Yan-bo.Yan Wen-bing.Fan Wen-xin 声强法测量柴油机表面噪声及对噪声源的识别 -机械研究与应用2007,20(1)

依据声强法的测量原理,对某直列四缸柴油机进行声强测量研究,得到该发动机整机噪声分布的声强云图,确定该机的主要噪声源位置.

8.学位论文 李磊 利用声成像技术识别噪声源方法研究 2008

声全息方法是一种重要的声成像技术，是识别噪声源的一种有效方法。它是利用声场空间一区域已知的声场特性来预报另一区域声场特性的方法。

本文对基于近场声全息的声源识别方法进行了理论研究、数值仿真和湖试数据处理分析。验证了基于质点振速重构、基于声压重构和基于声强重构三种方法对于定位和识别噪声源都是很有效的方法。

论文从辐射声场的基本关系式入手，通过平面近场声全息的基本原理分别对基于声压重构、振速重构、声强重构的平面近场声全息进行了理论分析。由BAHIM技术的基本原理出发，推导了柱面内BAHIM应用的计算公式。推导了全息重构公式在有限空间范围上的离散表达式，给出了误差抑制措施。

在理论分析的基础上，通过计算机编制程序分别对基于声压重构、振速重构的平面近场声全息进行了仿真分析，并对重建结果进行了比较分析。对基于声强的平面、柱面近场声全息进行了仿真验证，分析了相位误差并提出了误差抑制措施，验证了BAHIM技术用于识别声源的可行性和有效性。

论文还对松花湖实验进行了数据处理和结果分析。通过对实验数据的处理，考核了NAH技术在声源重构及定位应用中的可行性和有效性，在复杂条件下，对仿真结论进行了验证，处理结果表明仿真得到的结论是正确的，验证了利用声成像技术识别噪声源方法的可行性和有效性。初步探讨了平面声全息和柱面声全息技术，为将来的研究工作打下了基础。

9.期刊论文 刘晓静.吕佩学.尚玉华 用声强法鉴别装载机主要噪声源 -建筑机械1999(12)

本文简要阐明了声强测量的基本原理;并以装载机为例探讨了声强测量法在鉴别工程机械噪声源方面的应用.

10.学位论文 谢裕智 柴油机噪声源识别的分析与研究 2007

噪声和振动是评价柴油机的一项重要指标。作为车辆系统中的动力部件，柴油机是主要噪声和激振力来源，柴油机噪声和振动对整车的噪声特征有着决定性的影响。降低柴油机的振动和噪声是降低整车噪声的主要措施，而进行噪声源识别是降低噪声研究的前提。

传统的声压测量要求在严格的声学环境下(消音、隔音等)进行，这就需要将被测对象和仪器运进声学实验室，这在实际工业环境中很难做到。

声强测量可以剔除其他声音的干扰，因此试验可以在工业环境下就地进行。声强测量可以精确地识别噪声源，进行声功率排序，常应用于过程监测、故障诊断和产品研究与开发。

本文研究了声强测量技术在柴油机噪声源识别中的应用。文中简述了双传声器声强测量方法和基本原理，并以此为指导通过丹麦G.R.A.S.公司的50AI型声强测试仪对YZ4102ZLQ柴油机噪声进行标定工况下声强测量。测量数据从SD380动态信号分析仪上显示出来，通过STARAcoustics软件控制声强数据的采集和保存，数据处理分析后得出发动机各个包络面的等声强图和声功率计算结果。由结果着重分析和识别该发动机的主要噪声源，确定标定工况下柴油机的主要噪声源依次为油底壳、进气管、气门罩盖和机体，其中心频率对应在631.3Hz、93.8Hz、750Hz和362.5Hz处。

对同一柴油机进行声压试验，测量并记录噪声频谱图。通过对试验结果的分析，更准确地判断主要噪声源为油底壳和进气管，其中心频率分别为630Hz和100Hz，与声强法的得出的结论较好吻合。

根据噪声源识别的结果，文中进行了降低柴油机噪声的方法分析。降低噪声的方法分为隔振处理(气门罩盖等)、改进油底壳结构和进气消声器的应用三个方面。

本文链接：/Conference_4107463.aspx

下载时间：2010年5月10日

本文来源：https://www.bwwdw.com/article/z1fq.html