基于声强与声阵列法浅析声源识别应用

利用声强法和声阵列法对某汽车在怠速情况下正面噪声源识别,并对测得的噪声信号进行频谱分析对比,确定噪声源位置,分析两种方法的优缺点,为汽车工程应用提供一定的参考。     

摩托车发动机的噪声源识别

在对某款摩托车发动机噪声源识别试验中,通过声强测量发现,曲轴箱体的表面辐射噪声是主要噪声源,但却不能确定该噪声源的成因。在综合应用了共振频率分析、分别运行法和频谱分析法等噪声源识别方法后,最终发现该噪声源来自发动机的正时链轮和链条的冲击噪声,并发现其位置与声强等高线指示的声源位置并不一致。     

基于声强技术的发动机噪声源识别研究

利用声强法对某汽车发动机进行噪声源识别实验,并对测得的噪声信号进行频谱分析,最终确定该发动机的主要噪声源及其声功率级和噪声特性,为衰减该类型的发动机噪声提供指导。     

柴油机声源识别试验研究

采用声强试验法进行发动机标定点工况声源识别,定位了发动机噪声贡献特征。结合声压试验法对柴油机全工况进行噪声测试,基于发动机燃烧噪声和机械噪声的产生机理,研究了典型贡献位置对整机噪声的贡献度。研究结果表明：声强贡献面积较大的测量面,对应声压测点位置的噪声也越大;随着发动机转速和负荷的提高,转速对噪声的影响比负荷对噪声的影响更加明显;在发动机高转速工况,旋转部件以及阀类系统对整机噪声贡献较大。     

汽车噪声测量的声场空间变换方法及其应用

降低汽车噪声的前提条件是准确确定噪声源位置及声强等参数，声场空间变换方法是确定噪声源位置的一种较好方法，阐述了声场空间变换的理论基础及基本原理，给出了应用实例，并对应用效果进行了分析。     

摩托车噪声源的识别与控制

通过声强测试技术和加速噪声的模拟试验对摩托车的主要噪声源进行了识别研究,结果表明进、排气噪声是摩托车的主要噪声源,并初步确定了进、排气噪声对整车加速噪声的贡献量。利用边界元计算(BEM)技术对空气滤清器和排气消声器的声学性能进行仿真分析和改进设计。新设计的空气滤清器和排气消声器对整车的通过噪声有2.7dB的降噪效果。     

柴油机表面噪声的声强测量与分析

依据声强法的测量原理，对一台车用增压柴油机进行了声强测量研究，得到了该发动机整机噪声分布的声强云图，确定了该机的主要噪声源位置。用振动速度法对声强法测量的结果进行了验证，两者是吻合的。     

商用车驾驶室主动噪声控制技术试验研究

以某商用车驾驶室主动噪声控制系统的开发过程为主线,进行了一系列主动噪声控制技术的试验研究。通过对驾驶室内实际噪声的测试、分析,确定了以发动机2阶、4阶和6阶噪声为降噪对象的主动噪声控制方案：建立商用车驾驶室主动噪声控制模型．并采用驾驶室内真实噪声信号进行了计算机降噪效果仿真试验：最后在实际驾驶室驾驶员位置建立双通道主动噪声控制系统,并进行了实车降噪效果测试。试验结果表明：利用主动噪声控制技术改善以发动机低频、周期噪声为主要噪声源的商用车驾驶室内噪声环境是一条有效的技术途径。     

声强法在柴油机噪声测量中的工程应用

为了降低某柴油机的噪声辐射,依据GB/T 16404—1996标准,在半消声室内利用声强法对该柴油机进行了声强测量研究,整个系统经过误差分析和标定后,绘制出了发动机的声强云图,得到了整机的噪声分布情况,确定了该机的主要噪声部件,即油底壳、飞轮壳、油泵、涡轮增压器、皮带轮等,并对其噪声辐射特性进行了分析,计算了主要噪声源的声功率级,为进一步降噪工作提供了重要的依据。     

一种中型乘用汽车表面噪声的声强测试分析

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。     

摩托车发动机噪声试验研究

在摩托车发动机的噪声控制研究中,运用声功率、声强等高线图及频谱分析方法,对表面辐射噪声进行了声源识别和研究,进、排气噪声对测量面的声贡献较大;运用分别运行法进行噪声分离试验,将燃烧噪声、活塞敲击噪声、配气机构噪声、初级齿轮副啮合噪声分离,进一步分析了2种转速下该发动机的噪声组成和不同噪声的频谱特征,为降低该型发动机的表面辐射噪声奠定了基础。     

声全息方法识别汽车运动噪声

本文提出利用声全息原理，对运动状态下的汽车噪声源进行识别的方法，它能够用来分析汽车在高速运动过程中发动机的噪声，轮胎噪声和空气动力学噪声，通过低速和高速实验表明该方法是一种有效的方法，能够快速，准确识别运动车辆的噪声。     

高速公路上不同车型源强噪声及速度的统计分析

选取了西安地区平坦且周围环境开阔的几条高速公路,通过对行驶在高速公路上不同车辆(大卡车和大客车、中卡车和中客车、小型车)的源强噪声、速度进行测试,运用统计学原理分析。结果表明：高速公路上不同车型源强噪声及速度遵循正态分布。得出其所产生的源强噪声、速度的最大值、最小值、平均值、分布区间;与经验方法所得数值比较,实际上大型车和中型车速度普遍提高而源强噪声下降,但小型车速度提高,源强噪声增大。说明路况等级提高,新车增多、车辆性能改善,高速公路上车辆的源强噪声、速度也在发生变化。将以上研究结果应用于交通噪声预测及其研究中,能更切合实际,更科学地进行环境评估和治理。     

Optimal Design for the Rear-Glass Joint of an Automobile for Squeak and Rattle Noise Reduction

Ever since vehicle noise, vibration, and harshness (NVH) reduction technology made dramatic improvements, vehicle interior noises represented by Squeak and Rattle (S/R) becomes an ever more important factor to improve the emotional quality of vehicles. Generally, people detect S/R noises on automotive interior parts, brake system, suspension, Body in White (BIW), etc. Among them, the rear-glass joint is a major source for vehicle interior noise, and can cause S/R noises under a variety of environmental and driving conditions. This study uses, two approaches, experimental and numerical approaches, to define the cause of S/R noise at the rear-glass section. Based on these two approaches, this study confirms that S/R noises generate through the contact between bottom side of molding and BIW. The sealant penetration length, panelmolding distance, and sealant width are the parameters affecting noise generation. In addition, this study created an optimal design with Design of Experiments (DOE) of the rear-glass joint. The design maximized the sealant penetration length, which is a parameter that majorly affects noise. The optimal design comprises of two steps: sealant injections shape optimization and rear-glass joint parameter optimization. Each step is carried out with FEA and validated by sealant penetration experiments. Through these optimizations, this study obtained an optimum combination of design parameters and fignificantly reduced the noise generated by rear-glass section.     

基于时频分析的客车加速通过噪声声源识别

应用小波包分析理论发展了基于时频分析的客车加速通过噪声声源识别技术。根据选择运行及部分覆盖方法，分别去除各声源影响，同时测得客车通过测试区域的车外加速噪声。对于噪声信号进行多层小波包分解并重构，计算每个小波包的能量及该层小波包的总能量，通过不同信号的小波包能量比较达到声源识别的目的。研究表明，该方法不仅可以清晰地分辨各噪声源能量在时-频域的分布情况，而且通过能量计算可以识别主要噪声源，为采取相适应的降噪措施提供了理论基础。     

6130Q柴油机振动噪声的研究

针对6130Q柴油机的噪声辐射,对发动机辐射噪声及主辐射表面（机体及油底壳）的振动进行台架试验与谱分析,确定主辐射源是油底壳。有限元动态分析得出主辐射频率下的振型和主辐射部位,局部加筋后计算表明:在主辐射部位加筋能有效地抑制振动幅度。后推出加网格筋的实施方案,实施后对降噪有良好的效果。     

基于图像处理技术的表面缺陷自动检测系统的研究

开发了一种基于图像处理技术的制动阀表面缺陷自动检测系统。该系统根据功能面的特点设计了图像采集系统，综合运用了图像处理技术，使用了改进的中值滤波技术消除噪声，运用矩量不变法自动阈值分割，采用霍夫变换提取功能面，可准确判定工件的质量等级。用于生产线运行表明，该系统能够长时间稳定工作，检测结果可靠，克服了传统检测方法劳动强度大且误检率高的缺点。     

车用发动机前端辐射声源的小波分析与识别

根据连续小波变换具有较二进离散小波变换和小波包变换更精细的尺度分辨率的特点，研究了适用于工程应用的发动机表面辐射声信号小波变换结果的表述方法，并以一台车用增压柴油机前端表面辐射噪声的测量和识别分析为例，提出了一种车用发动机主要噪声源诊断和识别的测试分析方法。文中还将声信号测量识别的结果与表面振动信号识别的结果做了比较，两者是吻合的。