噪声源识别技术的进展_陈心昭

第32卷第5期 2009年5月

合肥工业大学学报(

自然科学版)

JO U RN AL O F H EFEI U N IV ERSIT Y OF T ECH N OL O GY

Vol.32No.5 M ay 2009

收稿日期:2008-11-27

基金项目:国家自然科学基金资助项目(10874037);(50675056);高等学校博士学科点专项科研基金资助项目(20060359003)作者简介:陈心昭(1939-),男,浙江余姚人,德国斯图加特大学工学博士,合肥工业大学教授、博士生导师.

噪声源识别技术的进展

陈心昭

(合肥工业大学噪声振动工程研究所,安徽合肥 230009)

摘 要:实现声源控制的前提是正确识别出主要噪声源。文章介绍了噪声源识别的各种方法。简要论述了传统的分析方法和基于信号处理技术的一般识别方法;对近年来出现的声强测量、声全息和波束形成技术的原理、特点、应用作了综述;最后简单介绍了合肥工业大学噪声振动工程研究所近几年来在这方面取得的成果。关键词:噪声源识别;声强测量;声全息

中图分类号:T B53311 文献标识码:A 文章编号:1003-5060(2009)05-0609-06

Progress of techniques for noise source identification

CH EN Xin -zhao

(Research In stitu te of Sound and Vibration,H efei U niver sity of T echnology,H efei 230009,China)

Abstract:The essential prer equisite for noise contro l is to locate the no ise sources w ith exactness.Dif -ferent m ethods for identifying the noise sources ar e illustr ated in this paper.After briefly introducing the traditional analy sis metho ds as w ell as the comm on methods based on sig nal processing,the paper makes a r ev iew of the principle,speciality and utility of so me new techniques dev elo ped in r ecent year s,such as so und intensity measurement,acoustic holog raphy and beam for ming.Also summ ar ized ar e the r esearch achievements gained by the Research Institute of Sound and V ibration,H efei Univer -sity o f Technolog y,in this area.

Key words:no ise so urce identificatio n;so und intensity m easurement;aco ustic holo graphy

0 引 言

产品和环境的噪声控制需从三方面进行,即

声源控制、传播途径控制和接受者保护。其中,声源控制是最根本和最有效的。一台设备往往有许多噪声源,它们有不同的特性,对设备总的辐射噪声起着不同的作用。实现声源控制的前提是正确识别出主要的噪声源,从而可以采取有效的措施来控制声源的辐射。噪声源识别的任务是:¹弄清主要的噪声源在何处,是哪个部件,它们对总噪声的贡献,以分清主次,排列顺序;º了解主要噪声源的频率成分、辐射特性和产生的机理。正确识别噪声源不仅可以采取针对性的措施减振降噪,更重要的是在产品的设计阶段就能加以控制,实现低噪声设计。噪声源识别的方法很多,应用时要根据实际对象和条件采用一种或几种合理的方法。噪声源识别技术的发展是与噪声测试技术的进步紧密相连的,随着数字信号处理和计算机技术的出现和发展,噪声源识别技术在近数十年里有了很大的进展,新的识别技术和仪器设备不断出现。

常用的噪声源识别方法有:传统识别方法、时域分析法、频域分析法、时频分析与小波分析法、声强测量法、声全息法和波束形成法,下面将分别作出介绍。

1 传统识别方法

111 主观评价法

这种方法是直接利用人的感觉来判别噪声源的位置和特性,靠人的实践经验,简便易行,但不

能作定量描述。方法虽原始,但对于结构简单的设备,经验丰富的人也常能作出定性的判断。112分别运行法

首先在一定的条件下测定机器工作的总噪声,然后脱开或拆下可能发出较大噪声的部件或组件,在同样的条件下再测定机器的工作噪声。根据声压级的叠加原理,可以由2次测量结果计算出这个部件或组件辐射的噪声。

在汽车噪声测试中,用此法可以分离出发动机噪声、传动系噪声、轮胎噪声、风扇噪声、进排气噪声和燃烧噪声等。由于2次测量时各部件的工况不尽相同,因此会影响这种方法的识别精度。113覆盖法

用铅板做成一个与设备各部分表面相接近的密封隔声罩,罩的内壁衬有吸声材料,以减轻罩内的混响。罩表面设计出若干个可打开的小窗口,使相对应的机器部件表面暴露出来,其发出的噪声直接向罩外辐射。

开启不同的窗口,可以确定机器噪声的主要辐射面和该面上的主要辐射区。这种方法操作很麻烦,只能找出主要的发声面,但不了解噪声的特性和来源。

114近场声压法

传声器贴近振动表面,沿表面各点依次测量声压,找出表面上最大的声幅射区及其量值。此法简单易行,但精度不高,因为无法避免邻近表面声辐射的影响。然而,随着p-u传感器的日趋完善,表面声压的测量精度不断提高,近场声压法在噪声源识别中的作用将进一步加强。

115表面振速法

振动表面的声辐射是与其法向振动速度密切相关的。因此,测量表面的振动速度,通过计算可求得其声辐射。这种方法精度不高,当周围的声学测量环境很差时不得已而用之。

2时域分析法

211时域平均

以一定的周期为间隔截取振动或噪声信号,进行迭加平均,可消除信号中的非周期分量和随机干扰,保留反映机器噪声源特性的周期分量。例如以某个齿轮一转为周期,进行时域信号平均,可以使齿轮缺陷产生的周期分量突出。

212相关分析

所谓/相关0,是指变量之间的线性关系。信号或数据x(t)的自相关函数R x(S)是描述一个时刻的取值与另一个时刻的取值之间的依赖关系,可用在观察时间T上对这2个值求平均取极限而得到。自相关函数R x(S)是以时延域S为变量的实偶函数,可正可负。任何确定性数据在所有时间上其自相关函数R x(S)都不为0,周期信号的自相关函数仍为同周期的周期函数,而随机信号则当S y]时,R x(S)y0。

利用自相关函数这个特性,可以在机器噪声中分离出周期信号。只要延长参变量S的取值,将信号中的周期分量暴露出来即可。当机器运行不正常时,噪声信号中将出现越来越大的周期分量。用自相关方法可以较早地查出噪声中隐藏的周期分量,发现机器的故障。

3频域分析法

311频谱分析

一般工程上测得的多为时域信号,为了得到噪声源的频率特征,需将复杂的时间历程波形经过傅里叶变换分解成单一的谐波分量来研究,从而获得信号的频率结构以及各谐波的幅值和相位信息。

随机信号的自功率密度函数G xx(f)描述了该信号的平均功率在各个频率上的分布,简称自谱。机器的各种噪声源有不同的频率特性,它是由机器的结构和工况决定的。通过频谱分析掌握了信号的频率特性,再根据机器的结构和工况,辅以一定的计算或试验,就可以进一步查明噪声的来源。

频谱图上的峰值与主要的噪声源密切相关,但不一定是一一对应的关系。噪声谱上的一个峰值可能来自几个噪声源,而有时一种噪声源又可能在噪声谱上产生多个峰值。为正确识别噪声源,有时需要再用其他的方法,或改变机器的工况来作进一步的验证。

互功率谱密度函数G xy(f)描述了2个信号在频域上的相关程度,并且保留有2个信号间的相位信息。它可以用来计算系统的频响函数,进行传递路径的分析与识别。在噪声源识别方面,基于互谱密度函数的相干分析和互谱声强测量得到了很多应用。

3.2旋转机械的特征分析

旋转机械的振动噪声通常与其转速有关,在启动和停车过程中包含了丰富的信息。特征分析充分利用转速信号,用以跟踪滤波和等速度采样触发,建立振动噪声与转速的关系。

610合肥工业大学学报(自然科学版)第32卷