噪声源识别技术的进展_陈心昭

合集下载

噪声简易识别法

噪声简易识别法噪声源识别是指在同时有许多噪声源或包含许多振动发生部件的复杂声源情况下，为了确定各个声源或振动部件的声辐射的性能，区分噪声源，并根据他们对于生产的作用加以分等而进行的测量与分析。

人们的听觉器官就是非常好的识别噪声源的分析器，人耳具有方向性辨别、频率分析等能力。

常用识别方法①分布开动法。

在某一段时间内，只开动一台机器或只让一台机器中的某一部件工作，测量出相应的声级就可以识别其对总噪声的贡献，产生较强声级的机器或部件就是主要噪声源。

②近场声强法。

对闭合面上的声强进行积分，可求得声功率。

在机器部件的表面，附近许多点测量声强，可计算出该部件辐射的声功率。

因为在测量面外的噪声源不影响测量结果，因此，在背景噪声很大的现场条件下能较为容易地识别主要噪声源。

③时域分析法。

根据各个噪声源或声源各部件的噪声的时间特性来识别噪声源。

这对有离散谱的信号尤为适合，例如撞击噪声。

④频域分析法。

如果各噪声源的噪声分布在不同的频率区域，则可采用窄带频谱分析法来识别噪声源。

⑤相关分析法。

如果同时存在许多噪声源，可用相关方法确定每个噪声源对总声场的贡献，较强的互相关性所对应的机器是主要噪声源。

⑥相关分析法。

测量出各个噪声源与测量点信号之间的相干函数，比较它们的大小，便可识别噪声源，相干函数大的是主要噪声源。

⑦声望远镜法。

声望远镜是由许多传声器按一定方式排列组成的，具有很强的指向性。

因而可用来测定声源的空间分布，求出声源的位置和强度，从而实现噪声源识别。

将数字技术应用于声望远镜可实现空间自动扫描，所以声望远镜可对高速运动的声源（如火车、飞机）进行分析。

基于逆边界元法的内燃机噪声源识别方法

ｒｔｌｄｎｉｙｃｍｐｅｏｓｏｒｅ．ｈｔｏａｅｏｓｒｃｅｎｒｌｓｒａｅｖｂａｉｎｖｌｃｔａｅｎａｅｙｉｅｔｏｆｌｘｎｉｅｓｕｃｓＴｅｍｅｈｄＣｎｒｃｎｔｔｔｏｍａｕｃｉｒｔｅｏｉｙｂｓｄｏｕｈｆｏ
Ａｎｅａｏｓｉｒｎｆｒｖｃｏｓｗｅｅｃｌｕａｅｖｒｔｅｆｅｕｎｙｒｎｅｏｔｒｓ．ｓｄｏｈｏｎｒｓｕｅｄｔｃｕｔｔａｓｅｅｔｒｒａｃｌｔｄｏｅｈｑｅｃａｇｆｉｅｅｔＢａｅｎｔｅｓｕｄｐｅｓｒｓｈｃｒｎ
ＡｂｔａｔＮｏｓｏｒｅｉｅｔｃｔｎａｄｒｎｉｇｉｔｅｋｙｓｅｆｎｉｅｃｎｏｏｎｉｔｒａｏｓｒｃ：ｉｅｓｕｃｄｎｉａｉｎａｋｎＳｈｅｔｐｏｏｓｏｔｌｆｒａｎｅｎｌｃｍｂｓｉｎｅ — ｉｆｏｒｕｔｎｏ
舒歌群，陈达亮，梁兴雨，马维忍
（天津大学内燃机燃烧学国家重点实验室，津３０７）天００２
摘要：对内燃机复杂噪声源进行识别和排序是内燃机噪声控制的关键基于逆边界元法（ＢＭ）的噪声源识别技ＩＥ
术，利用边界元法建立了声场与结构表面振动速度之间的声学传递向量（］Ａ１Ｖ）．常规的声压测量作为输入数据，将在逆向数值计算方法的基础上能够精确地重构出结构表面法向振动速度，而获得源面详细的振声特征信息．对某进针

基于小波偏相干分析的车内噪声源识别

基于小波偏相干分析的车内噪声源识别黄海波;李人宪;丁渭平;杨明亮;陈志军【摘要】为了对复杂多相关声场下的汽车车内噪声源进行准确、快速地识别,提出了一种基于小波偏相干分析的噪声源识别方法.该方法通过连续复小波变换与时频偏相干分析获取声源测点与接收点噪声的时频偏相干函数与瞬时相位关系,并通过模拟信号加以说明;利用该方法对车内异常噪声进行声源识别,并基于分析结果改善车内噪声水平.结果表明:车内异常噪声源于发动机激励前副车架,从而导致副车架与车身连接点的结构振动噪声所致,进而对连接点橡胶衬套进行优化设计;改进后,通过道路试验主观评价并结合声品质分析得知车内噪声水平改善效果明显,进一步验证了所提出的噪声源识别方法的有效性.%To quickly and accurately identify complicated and multi-correlated vehicle interior noise sources,a noise source identification method based on wavelet partial-coherence analysis was proposed.The approach was performed through the continuous complex wavelet transformation and the time-frequency partial-coherence analysis to get timefrequency partial coherence functions of noise source's measured point and receiver measured point,and relations between them and transient phase.This was illustrated with simulated signals.The proposed method was utilized to identify an abnormal noise source in a vehicle,and then to improve the sound quality of interior noise with identified results.The results showed that the interior abnormal noise source is induced due to the engine exciting the front sub-frame to cause vibration and noise of the connecting point between the sub-frame and car body;through optimizing the connecting point rubber bushes,thesubjective and objective evaluations of vehicle interior sound quality are improved evidently,the effectiveness of the proposed noise source identification method is verfied.【期刊名称】《振动与冲击》【年(卷),期】2018(037)007【总页数】7页(P157-163)【关键词】声源识别;小波分析;偏相干分析;声品质【作者】黄海波;李人宪;丁渭平;杨明亮;陈志军【作者单位】西南交通大学机械工程学院,成都610031;西南交通大学机械工程学院,成都610031;西南交通大学机械工程学院,成都610031;西南交通大学机械工程学院,成都610031;重庆电子工程职业学院,重庆401331【正文语种】中文【中图分类】U467.1+121世纪，汽车已不仅属于代步的工具，更成为办公、休闲的“栖息地”。

基于噪声特征的水电机组故障诊断技术研究与实践

0　引言水电机组运行稳定性的指标包括机组的振动、水压脉动和设备噪声等，其中机组振动和水压脉动测量方法相对成熟，分析方法也很多，但对噪声而言，由于其来源复杂，可分为电磁、机械、空气动力、轴承、电刷等多种类型，且互相重叠混杂，因此，基于噪声测量的水电机组故障诊断技术，尤其是振源查找和噪声分析，一直是水电机组状态分析、故障诊断和优化运行的技术难题[1]。

水电机组运行过程产生的噪声，本质上也是一种污染，可以通过测定噪声的大小，来评价其对环境污染的程度，并通过适当手段来减轻和改善噪声[2]。

另外，通过噪声可以了解机组运行的状态，尤其是提前发现运行故障，实现对状态的预警和故障的判断分析。

1　噪声测量基本原理声音是由于物体（气体、液体和固体）的振动而产生的，这种振动通过不同的传播介质向外传播，形成声波。

1.1　声压级声波在空气中传播时，使空气密度发生变化，从而引起压力的增大或减小，这个变化量就是声压，用P来表示，单位是Pa（帕）[3]。

正常人耳刚能听到的最小声压是2×10-5Pa，但由于声压的增加与人的听觉不成比例，而是近似对数关系，因此引进了成倍比关系的对数量——声压级L P，其单位为dB （分贝），其表达式为：2P0010lg(/)20lg(/)L P P P P== （1）式中：P0——基准声压； P——当前测量的声压[3]。

1.2　计权声级同一声压级不同频率的响度并不一样，为了使一个声波的声压级接近人耳的响度感觉，就要对声波中的各种频率分量进行“加权或者计权”处理，图1为不同频率下噪声的等响度曲线。

声级计频率计权是指其恒幅稳态正弦输入信号级与显示装置上指示信号级两者之间作为频率函数关系而规定的差值，频率计权用分贝（dB）表示。

对频率进行A型计权后得到总声压级，称为A计权声级，用A计权声级对连续宽频带噪声所做的主观反应测试能很好基于噪声特征的水电机组故障诊断技术研究与实践郝国文1，何　铮2，陆小康2，陈泽阳3，夏斌强1，魏　李2，郭晓敬2，朱思多2（1．国网新源控股有限公司，北京市　100048；2．浙江仙居抽水蓄能有限公司，浙江省仙居县　317312；3．北京华科同安监控技术有限公司，北京市　100043）摘　要：在水电机组状态监测与故障诊断方法中，噪声分析具有比较独特的作用，但由于其频率成分复杂，产生噪声的因素众多，噪声监测与分析并没有受到与振动、摆度、水压脉动等信号同样的重视程度，但噪声分析作为稳定性状态分析方法的有效补充，能够在机组出现故障时，为其诊断和原因追溯提供更多的依据。

一种汽车加速行驶噪声源识别技术

确的方法来识别汽车噪声源，一种考虑噪声源到麦克风测量位置的传递特性的方法——噪声传递函数方法，被开发出来，
但这种方法必须在消音室里进行测试，且测试车辆放置在转
毂试验台上运行。１１噪声传递函数的计算原理．
声功率源（．ｍ处。７５加速噪声麦克风测量位置）噪声传递
（）２很多零件型面复杂，无法全部包裹住。诸如轮胎及轴类等运动零件、排气管及消音器等发热的零件，是无法包裹住的。
（）试结果精度不高。３测
厂
本文介绍一种利用噪声传递函数识别噪声源的技术，即在整车消声室，将车辆置于转毂试验台，用噪声传递函数来利识别加速行驶噪声源的方法。
／
ＰＢ一Ｂ一Ｐ３Ｐ－ＰＢ一ＰＢ６Ｐ７ＰＢＰ９ＰＢ０】１Ｐ２Ｂ－Ｂ－４５－Ｂ－一８Ｂ－－１ＰＢ－ＩＢ一１ｌＰ２
、
—
ｌ
。
如一一
、
、
、
ｌ
ｌ＼
ｌ
‘ ●
—
１２车辆加速噪声源识别．
渐
叫．。ｃ。．．Ｉ —。＾Ｔ
Ｑ
图２噪声传递函数计算原理
１噪声传递函数对车辆加速噪声源识别的原理
根据Ｇ１９ — ０２中的规定，Ｂ４５２０汽车噪声限值，是根据汽车
加速通过如图１示的测量区域时的车外噪声来进行限制的。所

改进的复杂噪声源识别方法

改进的复杂噪声源识别方法余桐奎【摘要】An improved noise source identification method, modifying the approches of judgement matrix and automatical correction, was proposed on the basis of the theory of analytic hierarchy process (AHP). Through simulation the results of complex noise source identification by using AHP based on cohere power spectrum analysis were compared with those by using AHP based on partial coherence analysis. The simulation results show that in order to solve the noise source identification problems of multi-source system, which is of strong coherence property, the identification method based on partial coherence function is an effective way.%在原来层次分析理论的基础上,改进了判别矩阵构件方法及偏差修正方法.结合相干、偏相干理论,通过仿真研究对比了基于相干功率谱的层次分析法和基于偏相干的层次分析法,研究结果表明基于偏相干函数的噪声源层次诊断方法是解决具有强相干性多源系统的噪声源识别问题的一种有效方法.【期刊名称】《振动与冲击》【年(卷),期】2012(031)014【总页数】5页(P152-156)【关键词】层次分析方法;噪声源识别;偏相干【作者】余桐奎【作者单位】大连测控技术研究所,大连116013【正文语种】中文【中图分类】TB53水声隐身性是水下航行器最主要的性能之一。

车辆噪声源识别方法综述

车辆噪声源识别是指在有许多噪声源或包含许
测试法等。这些方法可以简单的对车辆噪声源进行
多振动发声部件的复杂声源情况下，了确定各个为
声源或振动部件的声辐射的性能，区分噪声源，并加
识别。第二类是以信号处理为基础的噪声源识别方法，型的有时域平均法、典相关分析法、相干分析法、倒谱分析法、次分析法、阶小波分析法以及盲源分离法等。其中时域平均与相关分析是描述幅值随时间变化的时域分析方法。相干分析、谱分析在频域倒内对噪声信号进行分析，主要针对平稳噪声信号；阶次分析、波分析、小盲源分离识别方法在时频域内对信号进行分析，般用于非平稳噪声信号。第三类一是以声阵列技术为基础的噪声源识别方法，要包主括声强测试、束成形以及声全息测试技术，波它们主要特征是以全息面来直观全面反映各声源对整车噪
中图分类号：３．ｖ２１２９文献标识码：ＡＤ编码：０９９．ｓ．０ —３５２１．．３ＯＩ１．６／ｉｎ１６１３．２００３ｊｓ００５０
ＲｅｉｗｓｏｅｉｌｉｅＳｕｃｄｎｉｃｔｎＭｅｈｄｖｅｆｈｃｅＮｏｓｏｒｅＩｅｔａｉｔｏｓＶｉｆｏ
．
ｄｖｌｐｄｂｔｔｓｎｃｓａｙｓｉｒｈｍｏｉｒｖｎｐｉｚ．ｈｉｅｅｔｅｈｄｒｄｎｉｉｇｎｉｅｓｕｃｓａｅｅｅｏｅ，ｕｅｅｓｒｔｌｅｔｉｉｌｆｔｏｍｐｏｅａｄｏｔｍｉｅＴｅｄｆｒｎｔｏｓｆｅｔｙｎｏｓｏｒｅｒｍｏｉｆｒｖｅｄｉｉａｅ．ｌｔｏｓａｅｄｖｄｄｉｔｒｅｃｔｇｒｅ，．．ｈａｉｏａｎｌｓｓｍｅｈｄｔｅｍｅｏａｅｅｉｗｅｎｔｓｐｒＡｌｍｅｄｒｉｉｅｎｏｔｅａｅｏｓｉｅｔｅｔｄｔｎｌａｙｉｈｐｈｈｉｒｉａｔｏ，ｈｔｄｂｓｄｈｏｉｎａｒｃｓｉｇｎｔｏａｅｎａｏｓｉｒａｅｈｏｏｙｈｅｔｒｓｏａｉｕｄｎｉｃｔｎｍｅｏｒｎｓｇｌｐｏｅｓｎ，ａｄｍｅｈｄｂｓｄｏｃｕｔｃａｒｙｔｃｎｌｇ．Ｔｅｆａｅｆｖｒｏｓｉｅｔａｉｔｄａｅｕｉｆｏｈｄｓｒｅｎｏａｅ．ｉａｌ，ｏｅｒｓｅｔｆｏｓｏｃｅｔｃｔｎｍｅｈｄａｅｇｖｎｅｃｂｄａｄｃｍｐｒｄＦｎｌｓｍｏｐｃｓｏｉｅｓｕｅｉｎｉａｉｔｏｒｉｅ．ｉｙｐｎｒｄｉｆｏＫｅｒｓ：ｃｕｔｓ；ｅｉｌ；ｏｓｏｔｏ；ｅｉｗ；ｏｓｏｃｅｔｃｔｎｍｅｏｙｗｏｄａｏｓｉｖｈｃｅｎｉｅｃｎｒｌｒｖｅｃｎｉｅｓｕｅｉｎｉａｉｔｄｒｄｉｆｏｈ

车辆噪声源识别方法综述

车辆噪声源识别方法综述胡伊贤;李舜酩;张袁元;孟浩东【摘要】10.3969/j.issn.1006-1335.2012.05.003% 在车辆产业中，噪声问题越来越突出，噪声源识别方法是车辆噪声控制的重要前提。

近年来，车辆噪声源识别的方法得到快速发展，但仍需不断改进和完善。

本文对车辆噪声源识别方法进行总结，将车辆噪声源识别方法分为传统方法、基于信号处理方法和基于声阵列技术方法三类，并描述和分析各种识别方法的特点。

最后总结全文，展望未来车辆噪声源识别方法。

【期刊名称】《噪声与振动控制》【年(卷),期】2012(000)005【总页数】6页(P11-15,20)【关键词】声学;车辆;噪声控制;综述;噪声源识别方法【作者】胡伊贤;李舜酩;张袁元;孟浩东【作者单位】南京航空航天大学能源与动力学院,南京 210016;南京航空航天大学能源与动力学院,南京 210016;南京航空航天大学能源与动力学院,南京 210016;南京航空航天大学能源与动力学院,南京 210016【正文语种】中文【中图分类】V231.92车辆噪声源识别是指在有许多噪声源或包含许多振动发声部件的复杂声源情况下，为了确定各个声源或振动部件的声辐射的性能，区分噪声源，并加以分等而进行的测量与分析。

车辆的噪声主要分为发动机噪声、进排气噪声、传动噪声、轮胎噪声以及其他机械噪声 [1，2]。

车辆噪声产生机理不同，针对不同噪声源有不同的识别方法[3]。

本文将车辆噪声源识别方法分为三类：一类是传统噪声源识别方法，包括主观识别法、铅覆盖法、分部运行法、表面振速法和近场声压测试法等。

这些方法可以简单的对车辆噪声源进行识别。

第二类是以信号处理为基础的噪声源识别方法，典型的有时域平均法、相关分析法、相干分析法、倒谱分析法、阶次分析法、小波分析法以及盲源分离法等。

其中时域平均与相关分析是描述幅值随时间变化的时域分析方法。

相干分析、倒谱分析在频域内对噪声信号进行分析，主要针对平稳噪声信号；阶次分析、小波分析、盲源分离识别方法在时频域内对信号进行分析，一般用于非平稳噪声信号。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

第32卷第5期 2009年5月合肥工业大学学报

(自然科学版)

JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGYVol.32No.5

May2009

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:TB53311 文献标识码:A 文章编号:1003-5060(2009)05-0609-06

ProgressoftechniquesfornoisesourceidentificationCHENXin-zhao(ResearchInstituteofSoundandVibration,HefeiUniversityofTechnology,Hefei230009,China)

Abstract:Theessentialprerequisitefornoisecontrolistolocatethenoisesourceswithexactness.Dif-ferentmethodsforidentifyingthenoisesourcesareillustratedinthispaper.Afterbrieflyintroducingthetraditionalanalysismethodsaswellasthecommonmethodsbasedonsignalprocessing,thepapermakesareviewoftheprinciple,specialityandutilityofsomenewtechniquesdevelopedinrecentyears,suchassoundintensitymeasurement,acousticholographyandbeamforming.AlsosummarizedaretheresearchachievementsgainedbytheResearchInstituteofSoundandVibration,HefeiUniver-sityofTechnology,inthisarea.Keywords:noisesourceidentification;soundintensitymeasurement;acousticholography

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Rx(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Rx(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Rx(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Sy]时,Rx(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Gxx(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Gxy(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卷根据自变量选择的不同,特征分析有6种表达形式,即:功率谱分析、阶比谱分析、跟踪谱分析、坎贝耳图分析、转速谱阵分析和时间谱阵分析[1]。目前,特征分析技术已广泛应用于旋转机械系统的动态分析、工况监测和故障诊断中。313 相干分析相干函数可以描述2个信号在频域里的相关程度,反映了平稳随机过程的输入与输出间的因果关系。对于常参数的单输入、单输出系统,输入x(t)和y(t)都是平稳随机过程,且外界噪声只出现在输出点上,则x(t)与y(t)间的常相干函数C2xy(f)可由2个信号的自谱Gxx(f)、Gyy(f)和互谱Gxy(f)得到。当C2xy(f)=0时,表示x(t)与y(t)不相关,输出不是因这个输入而起;当C2xy(f)=1时,表示它们完全相关,输出完全来自这个输入。一般0[C2xy(f)[1,表示除x(t)外还有其他输入存在或有外界噪声混入,或说明该系统是非线性的。因此,在相干谱上某个频率f处的C2xy(f)可以表示在该频率处输出谱Gyy(f)中有多少百分比来自于输入谱Gxx(f)。对于多输入、单输出系统,如输入之间不相关,可分别计算其常相干函数,表示各个输入对输出的贡献。这些常相干函数之和为重相干函数。若输入之间是相关的,就要用偏相干函数来描述每个输入对输出的贡献。应用相干分析,可以探寻噪声谱中峰值的来由,也即是它与机器中哪个部件的振动或所辐射噪声之间的关系。3.4 倒频谱分析倒频谱是频谱的再次谱分析,是频域信号的傅里叶变换。其定义有多种,取一种类似自相关函数形式的实倒谱定义,倒谱C(q)定义为对数功率谱的傅里叶变换。倒频谱中的自变量q称为倒频率,它具有自相关函数Rxx(S)中的自变量S相同的时间量纲,一般以毫秒(ms)计。q值小者称为低倒频率,它表示频谱图上的快速波动和密集谐频;而q值大者称为高倒频率,它表示频谱图上的缓慢波动和稀疏谐频。与自相关函数Rxx(S)一样,倒频谱C(q)也是自功率密度函数Gxx(f)的逆傅立叶变换,但不同的是,在变换之前对Gxx(f)作了对数加权。其作用除了扩大频谱的动态范围,提高再变换精度外,更主要是对数加权后使倒频谱分析具有解卷积的作用。因为经过一次傅立叶变换,时域中的卷积转换成频域中的相乘,取对数后变成相加,再取一次傅立叶变换后,根据傅立叶变换的线性性质,在得到的倒频谱中保留了相加关系。利用这个特性可以在仅测得一个系统响应信号的情况下,将激励的源信号或系统特性分离出来。利用倒频谱技术,还能区别出因调制引起的功率谱中的周期分量,诊断出调制源。倒频谱分析在振动噪声源识别、故障诊断、信号调制、回声剔除、语音分析及地震测量等方面已得到广泛应用。