使用阵列技术识别高速行驶轿车的辐射声源

阵列技术通过传声器获取声场信息，使用波束形成或功率谱估计原理对声场信号进行处理，能对宽带声源进行有效识别。在汽车表面声源分布假设的基础上利用平面十字阵列技术对某轿车高速行驶时的车外噪声源进行了识别。试验结果表明，阵列技术可以识别出高速运动轿车表面上的主要声源，从而为轿车的车外噪声控制提供了科学依据。     

声压法识别小型客车主要噪声源

要控制汽车整车噪声，首先必须找出其主要噪声源。论述了识别汽车主要噪声源的声压法识别技术，并应用声压测量法、声场分析和谱分析技术，对6440型小型客车的主要噪声进行了测量和分析。结果表明，利用声压法也能识别出汽车主要噪声源。     

基于传声器阵列的摩托车噪声源分析

现有的摩托车噪声源分析主要是基于近场声压测量法和声强测量法等;然而,这些方法获取的信息十分有限,而且测试相当耗时。采用最大加速行驶噪声工况基准法模拟摩托车最恶劣噪声场,并应用一种不规则形状的传声器阵列对摩托车噪声源进行试验分析,从而获得匹配的声强（或声压）分布图。通过声场分布图,可直观得到各主要噪声源的分布、强度和频率,并可方便制定出合理的摩托车降噪技术方案。试验结果表明,最大加速行驶噪声工况基准法能准确模拟摩托车最恶劣噪声场,基于传声器阵列的噪声源分析路线和方法准确有效,这：恃有助于改善摩托车噪声。     

电动汽车行驶噪声波束形成声源识别测试研究

通过波束形成声源识别测试系统,对某电动汽车进行通过噪声的波束形成声源识别测试,确定不同速度工况下最大声源强度的位置及频率特性,为后续研究提供依据。     

客车主要噪声源识别的试验研究

基于偏奇异值分析法识别噪声源的基本原理，采用了近场声压测量法，同步采集15个传感器的振动与声压信号，识别出客车车外噪声的主要噪声源，分析出各噪声源对车外噪声的贡献并做出降低车外噪声的预测分析。所采用的试验与分析方法具有计算量小、声源定位准确的特点，并且可以准确预测零部件的改进对车外噪声的影响。试验研究和实车应用表明，这种方法可以适用于复杂的工程实际。     

汽车通过噪声声源识别方法研究进展

汽车通过噪声具有频带范围宽、随车速变化快、来源众多、产生机理复杂等特点。基于麦克风阵列的波束形成和声全息方法及基于“源-路径-响应”的传递路径分析方法适合于汽车通过噪声这类非稳态工况的噪声源识别。文章概述三种方法在汽车通过噪声识别领域的发展历程及应用情况,分析其特点,最后展望其发展方向,为高效准确识别汽车通过噪声源提供参考。     

基于波束形成和双目视觉的行驶汽车噪声源识别

提出一种基于波束形成原理,声阵列与双目视觉相结合的行驶汽车噪声源识别方法。通过对两台摄像机所拍摄图像的分析,计算出车辆的实时位置;将运动过程划分为若干时段进行声场重建,得出汽车行驶过程中的动态声场视频。试验结果表明,应用该方法能够准确识别运动中汽车的主要噪声源,且可更加直观地看到汽车噪声的动态变化。     

摊铺机噪声测试分析

通过对某沥青摊铺机各主要声源的近场声和驾驶员耳旁噪声进行测试分析,识别出对驾驶员耳旁噪声贡献较大的噪声源.针对这些噪声源的特性采取探索性的降噪措施,使摊铺机噪声明显降低,并在此基础上提出了该摊铺机的改进建议.     

三维有限长声屏障声压简化算法

为了深入研究三维有限长声屏障的声学特性,采用理论模型预测法,基于声波绕射理论,在二维声屏障声压计算的基础上,考虑声屏障侧面绕射声的影响,给出了三维有限长单侧声屏障、平行声屏障的声压简化算法.为了验证简化算法的正确性,在Virtual.lab软件中利用快速多极边界元方法(Fast Multipole Boundary Element Method,FMBEM)仿真声屏障的声学性能.通过算例将2种方法进行对比,在20～2000Hz频率范围内,计算结果基本吻合,趋势一致,计算单侧声屏障的声压时,平均绝对误差为1.95 dB,平均相对误差为2.98％;计算平行声屏障的声压时,平均绝对误差为2.43 dB,平均相对误差为3.75％,证明了该方法的可行性.简化算法公式简单实用、不需积分、便于计算,在设计声屏障时可减少复杂度,可为三维有限长声屏障的设计提供一定的参考,具有一定的工程价值.     

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。     

汽车车内噪声与车外气动声源的相关性研究

在简单介绍了Beamforming声源识别技术的基本原理和车外气动声源与车内噪声相关性分析的方法之后,在整车气动声学风洞中应用流场外声阵列与车内2个参考麦克风同时进行车内外噪声信号的同步测量,应用频域内声源识别的传统的Beamforming算法和改进的CLEAN-SC算法,识别出了车外的气动噪声源分布,并分析了车外声源与车内噪声的相关性,得出车外噪声源对车内噪声的相对贡献度。结果表明:频域内改进的CLEAN-SC算法可以在很大程度上改善传统Beamforming算法在动态范围和空间分辨率方面的局限性,且算法稳健,使该项技术在风洞内的应用更具实用性。对车内噪声而言,在较多的特征频段,车外后视镜作为声源对车内噪声的贡献度最大。但在一些特征频段,前雨刮和门把手对车内噪声的贡献也不容忽视。     

降低摩托车排气噪声的试验研究

排气噪声是摩托车最主要噪声源之一，对某１２５摩托车进行了整车噪声评价声源识别、对其不带消声器而带空管的发动机排气噪声进行了频谱分析并对消声器消声性能做过改进试验和分析计算，结果表明，该摩托车主要噪声源仍为排气噪声；改进的 声 消声效果优于原消声器消声效果。     

基于传声器阵列技术的定置汽车噪声源识别

随着人们对汽车噪声的日益关注和汽车噪声限制标准的日渐严格,控制汽车噪声已经成为汽车工业发展中一项重要而又紧迫的任务。文章基于均匀圆形传声器阵列技术,采用MUSIC空间谱估计算法,对某型轿车定置状态时不同转速下分别进行噪声源识别,找出其主要噪声源和声场分布特性,为进一步控制汽车噪声提供依据。试验结果表明：传声器阵列技术能够快速有效地进行汽车噪声源识别和定位。     

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。     

内燃机排气消声器声学边界元模型的建立及其应用

本文提出了分析内燃机排气消声器内二维声场的有效方法,采用二维坐标将声压作为未知参数,描述了排气消声器二维声学边界元模型的建立及其在492Q汽油机消声器中的应用,计算的插入损失与实测结果具有很好的一致性,研究结果表明二维声学边界元模型是分析排气消声器的有效方法并具有较高精度。     

基于波束成形法的柴油机表面噪声源识别试验研究

1概述 发动机噪声是车辆噪声的主要贡献源之一,降低发动机噪声是降低整车噪声的主要措施之一.要有效地降低发动机的整机噪声,必须找到发动机的主要噪声源,即找出主要噪声源的位置或部件,然后采取相应的减振降噪措施.目前,常用的噪声源识别和定位技术有近场测量法、铅覆盖法、选择运行法、表面振速法、声强测量法、近场声全息法(NAH)、波束成形法(Beamforming)等.按照噪声辐射的方式来分,可将发动机的噪声源分为两大类,一是直接向大气辐射的空气动力噪声,二是通过发动机表面向外辐射的噪声.     

电动汽车车内高频噪声传递路径分析

针对电动汽车车内高频噪声问题,利用空气声传递路径分析方法,识别驾驶室内噪声问题的主要原因。以驱动电机系统6辐射表面作为点声源,司机内耳噪声作为目标点,建立传递路径分析模型。采用逆矩阵法识别6点声源的空气声载荷,得到各路径对驾驶室内噪声问题的贡献量,为问题的解决提供优化方向。研究表明,空气声传递路径分析能有效应用于电动汽车的车内高频噪声问题的分析。     

基于MATLAB的二维探地雷达三维成像技术研究

为了拓宽二维探地雷达检测功能,依据三维探地雷达数据采集原理,使用二维探地雷达多线程数据采集方法模拟了三维数据,并利用MATLAB的成像功能,建立了能够读取探地雷达三维数据的三维模型,导入三维数据后实现了三维成像及对其切片式显示等功能。通过内部病害图像显示测试发现,病害三维切片图像较为清晰,实现了使用二维探地雷达对高速公路路面进行三维检测的目标。     

用选择性声强技术识别车内噪声及其成因

识别车内噪声的方法有许多。其中,将测试部位噪声信号作为参考信号,与噪声源的声强进行相关分析以确定声源的位置和响应频谱的方法称为选择性声强技术。本文运用此技术,通过对国产轿车给定工况下的测试分析,确定出试验车发动机舱内最大噪声的位置和驾驶员耳旁辐射噪声产生的原因,为进一步降低该车噪声提供了参考依据。     

道路洗扫车车外噪声源测试与诊断研究

以某公司新研制的罐式洗扫车为研究对象,采用"分步运转法+近场测量法"对其进行声源测试,并通过"频谱分析+相干分析"进行噪声源识别,得出洗扫车在述常工况下的主要噪声源频率特性及其噪声能量的占比排序)为洗扫车的噪声控制提供科学依据。