基于波束形成与波叠加的噪声源三维定位方法研究

提出了一种基于波束形成和声波叠加法的噪声源三维定位方法。该方法以传统的波束形成技术为基础,通过传声器阵列声压测量,识别出噪声源在声成像平面上的二维分布,以二维声成像结果中的声源坐标作为波叠加等效源的初始位置,以重建传声器阵列声压误差作为评价指标,通过遗传算法搜索求解声源的三维空间坐标和源强。试验结果表明,该方法可准确识别噪声源三维坐标,并有效抑制波束形成固有旁瓣效应造成的虚假声源干扰。     

汽车风洞中波束成形声源识别技术应用进展

基于波束成形的声源识别技术近年来发展迅速,在整车风洞中获得了广泛应用。概述了波束成形的基本原理与声源识别系统的性能指标,以及在整车风洞中使用的特点。围绕最近十年来与汽车风洞工程应用密切相关的内容,针对声源识别硬件设备与软件算法两方面,总结了所取得的进展与相应发展趋势。为波束成形声源识别技术在整车风洞风噪开发中的深入应用提供参考。     

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。     

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。     

基于CFD和声学风洞的某SUV整车气动噪声性能提升

利用计算流体动力学(Computational Fluid Dynamics,CFD)分析工具和声学风洞试验,对某款全新开发的SUV车型进行局部造型和车身密封隔音优化,车内气动噪声性能得到明显提升。外流场仿真计算和声源识别测试具有很好的一致性,识别出后视镜、前轮腔、A柱、雨刮等局部外形噪声声源部位,利用CFD仿真对流场进行优化,提出修改方案并通过实车测试验证效果,有效技术方案在新款车型上得到应用。根据泄漏噪声关键部位的识别,对车身密封和隔音进行了优化和提升,通过声学风洞试验验证了方案的实施效果,新款车型整车气动噪声车内声压级降低了约1.8dB(A),语言清晰度(Articulation Index,AI)提升了10%,提升效果明显。     

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.     

轻型客车车内噪声的试验研究

本文利用声场分析技术和谱分析技术对轻型客车的车内噪声进行了测试分析，识别出车内噪声的主要噪声源，在声源识别的指导下，采取了探索性的降噪措施，使车内噪声级有了明显下降。     

发动机噪声分析技术

简要论述了识别发动机噪声声源的几种常用方法,重点讨论了表面声强法、双话筒声强法和复数声强法在发动机声源识别中的应用。与铅覆盖法的对比结果表明,双话筒声强法可以更为准确迅速地识别发动机的表面声源。     

等效声源声功率与声线跟踪技术用于汽车车外噪声预测研究

汽车车外噪声的控制越来越严苛,仅通过后期样车测试优化已难以满足车型开发的时间和成本要求。本文通过近场声传函技术,构建了主要声源与近场接收点的声学传递模型,推导了声源声功率、近场声传函和接收点声压级之间的关系,进而获取到声源在实际运行工况下的声功率。同时,建立了整车及车外噪声接收点模型,整车声源基于声功率定义,采用声线追踪技术进行了车辆车外噪声预测分析,并通过试验方法对车外噪声预测结果进行了验证,确认了本文方法的可行性。基于此方法,可快速预测与识别车辆在不同工况下车外近场与远场噪声水平,以及不同空间位置的声场分布特征,在车辆早期阶段为车辆车外噪声的风险评估、预测、分析与优化方法提供了新的参考。     

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。     

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。     

车外加速噪声的传递特性模型及声源识别

提出了一种描述汽车主要声源、振源与车外噪声的传递特性模型.根据行驶中汽车的主要声源、振源参考点信号和车外加速噪声测量点信号,通过传递特性分析,定量确定了运动车辆的噪声源对车外噪声的贡献,采用主成份分析法提高声源识别精度.实车试验结果表明,利用传递特性模型可以确定车外加速噪声的主要振源、声源及其贡献.     

轿车后座噪声声源识别研究

本文介绍了用现代信号分析技术成功地识别轿车的后排座低频器材怕声源的过程，在声源识别的指导下，对轿车的设计进行了改进，使车内噪声级下降了５．５ｄＢ（Ａ）     

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。     

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。     

轿车车身内噪声的声强测量

通过对置于人工混响声场中轿车车身内部的声强测量与声源识别，测出被试样车车身的漏声，隔声状况，提出了在高混啧声场中数据处理的新方法，并在实用取得良好效果。     

发动机涡轮增压器Rattle噪声控制研究

针对涡轮增压器Rattle噪声的问题,首先通过分析,明确产生Rattle噪声的机理。为了定位噪声源,进行了声源识别测试,发现噪声来源于增压器执行器。在此基础上,采用高速摄像机对增压器执行器进行拍摄,发现由于增压器执行器压力脉动导致执行器连杆剧烈运动撞击摇臂和插销,产生敲击噪声。根据噪声产生的原理,制订了增加稳压腔、增加配重块和增加弹簧垫片三种改善方案,并进行了台架和整车对比试验。通过测试对比执行器进气管路压力脉动、执行器连杆振动加速度和发动机噪声评估了三种方案的效果,最终选择了增加弹簧垫片的方案在整车上实施,完全消除了增压器Rattle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。     

自行式C型旅居车的NVH性能分析与优化

针对某自行式 C 型旅居车的噪声-振动-声振粗糙度（NVH）性能分析与优化开展相关研究。结合旅居车功能属性和客户使用场景,定义了 10 个旅居车主要声源评估工况矩阵,识别出空调噪声最易引起客户不满。按区域使用功能特点和环境质量要求,制定了旅居车内部噪声控制评价指标,即昼间噪声（A 声压级）≤55 dB,夜间噪声（A 声压级）≤45 dB。基于NVH 测试手段,采用声源特性分析、传递路径分析和因果图分析方法,提出了 5 种旅居车空调 噪声优化方案,其中加强空调外机支架强度方案可将空调噪声从 48.3 dB 降低到 45.5 dB,噪声优化的效果最显著。     

利用声全息法识别整车噪声源的研究

介绍了一种用于噪声分析研究的声全息技术，论述了声全息方法在整车噪声源识别上的应用、点声源的修正算法及测量方法。