车内多次级声源自适应有源消声研究

提出了基于在线训练动态神经网络模型的车内多次级声源自适应有源消声方法,构建了车内多次级声源有源消声系统,开发了相应的自适应有源消声控制软件,并由数字信号处理器(DSP)完成其核心算法。通过对某轻型客车车内噪声进行了双次级声源的有源消声试验,在车内正副驾驶员耳旁位置的局域空间内,该系统降噪量达到了10～14dB(Lin)。     

车内噪声分析与控制研

利用互易性原理,提出了一种空气声传播路径实验方法.首先测得各声源对于车内噪声的传递函数,进而得到各声源对于车内噪声的贡献度.根据声源识别结果,对汽车车身进行吸声、隔声设计,结果表明,车内地板隔声量从前向后分别提高了1.83～9.74 dB(A),汽车车内噪声下降了4.7 dB(A).     

某小型SUV加速行驶车内异常轰鸣噪声分析及控制

针对某小型SUV车内异常轰鸣噪声,通过对噪声进行测试数据滤波分析和声音信号回放识别,确定车内噪声频率特征。利用噪声振动相关性分析和结构模态分析方法识别噪声声源和传播路径,并针对该小型SUV车内异常轰鸣噪声,从声源和传播途径方面提出了解决方法。分析结果表明,空调压缩机安装支架、制冷管路振动是车内异常轰鸣的主要噪声源,空调管路与车身纵梁连接点是主要传递路径。通过优化空调管路与车身纵梁的连接方式、增加隔振措施等方案,解决车内异常轰鸣噪声问题。该案例给由空调系统振动产生的车内轰鸣噪声的解决提供了思路。     

车室噪声预估及声-固耦合有限元分析

车内低频噪声直接影响到车室内的声学舒适性,利用有限元软件ANSYS建立汽车驾驶室声-固耦合有限元分析模型。计算在典型的外界激励情况下车内声场的分布情况,为改善车内声学特性,对车内噪声进行预测提供了参考。     

基于ATV、MATV技术的车内噪声分析

车内结构噪声是汽车NVH特性得以改善的重要内容,判断噪声的主要来源和降低车内噪声水平对于控制车内噪声有着重要意义。通过mule车道路试验,采集3挡全油门加速行驶工况下悬置点的加速度信号,运用声传递向量(ATV)和模态声传递向量(MATV)技术,对车内噪声进行预测仿真,进行钣金贡献量分析和模态贡献量分析,提出了降低车内噪声的理论参考意见。     

基于SVM的车内非平稳噪声综合烦躁度评价研究

基于采集的汽车匀速与加速工况下的车内噪声信号,提取响度和A计权声压级两个主要心理声学客观参量作为声品质评价模型的输入特征,以参考语义细分法得到的综合烦躁度主观评分作为模型的输出量,基于SVM建立非平稳工况车内声品质客观评价模型。预测检验结果表明,与运用多元线性回归方法建立的评价模型相比,该模型预测误差均值、标准差及平均相对误差更小,车内声品质评价的预测精度、稳定性均有提高,所建的SVM客观评价模型具有较好的泛化能力,可用于非平稳工况车内噪声品质的预测。     

柱面内声全息技术在声源识别与定位中的应用

介绍了柱面内声全息技术的基本原理，对其实施过程中的数据采集、算法实现和滤波等关键技术进行了研究；并通过数值仿真的形式研究了该技术在柱形声源内辐射声场的重建，柱形声源的识别和定位过程中的有效性、可行性和准确性。研究的结果表明，柱面内声全息技术在柱形声源内辐射声场的重建、柱形声源的识别和定位中有着明显的优点。     

基于车内噪声控制技术的研究

随着汽车保有量的不断增加,车辆噪声污染已经成为人们越来越关注的环境问题。本文分折了车内噪声声源机理,并针对汽车车内噪声的来源提出相应的控制技术,以达到降低车内噪声的目的。     

汽车车外噪声声源特性分析与识别

汽车车外噪声信号是非平稳信号,快速、准确地对其声源加以识别比较困难。提出了一种适用于非平稳信号的声源识别方法,利用二进正交小波包将信号无冗余、无疏漏、正交地分解到独立频带内,对车外噪声各声源信号进行特征提取,并应用多维线性方程组求解方法得到各声源对标准测点处噪声的贡献度。研究表明,该方法可揭示噪声信号在时频空间能量的细微变化,定量给出各声源贡献度。     

基于影响度分析的车室内噪声控制的数值计算

由边界积分公式表明,封闭区域内某一点的声压可以看作由边界面上次级声源发出的声波在该点贡献的叠加。因此,以边界积分公式为基础的边界元法不仅可以方便地计算区域内的声场,还直接反映了边界单元与区域内声场的关系。本文根据由边界积分公式建立的边界单元与区域内声场的关系,阐述了边界单元影响度的概念。在此基础上,利用有限元和边界元相结合的方法,对车室模型内的结构振动噪声进行了数值预估,对边界单元的影响度进行了计算分析,然后采用优先控制正影响度较大的单元的声辐射降低内部噪声的方法,取得了良好的效果。     

复声强分析系统在车内辐射噪声源识别中的应用

根据复声强测量基本原理,基于LabVIEW软件开发平台,开发了复声强分析系统.利用该系统及声强分析软件对车辆进行了声强测量和声场分析,给出车内辐射最强表面的3D声貌图、等声强图及其频谱图,对该表面辐射噪声源进行了精确的定位和识别.     

后桥噪声检测与故障诊断试验台控制系统

基于声强法测量声功率原理,设计了后桥噪声检测与故障诊断试验台,阐述了该试验台检测后桥噪声的工艺和试验台控制系统的方案选型、硬件设计和软件设计,并解决了控制中较为重要的上位机、下位机通讯问题。     

离心泵水动力噪声研究综述

从组成部分、理论研究、数值计算研究以及试验研究4个方面介绍离心泵水动力噪声的研究现状.在国内外学者研究工作的基础上,从内声场和外声场2个方面详细概述了离心泵水动力噪声的组成部分及影响因素的研究现状,其中内声场从噪声的频谱特性可分为离散噪声和宽带噪声,离散噪声主要是由于动静干涉导致,能量集中在叶频及其谐频; 而宽带噪声的研究目前还有很多工作待开展.FW-H方程是声比拟理论中计算离心泵水动力噪声的基本方程,应用广泛,同时涡声理论也表现出其很好的发展前景.基于声比拟法的混合数值模拟是目前离心泵水动力噪声模拟的主流途径,而诸如线性欧拉法(LEE)等声传播方程法的应用相对较少,未来随着对离心泵中高频段噪声研究的深入,声传播方程法也将会得到应用.用水听器构建双端口模型,可以准确测得离心泵低频段噪声,但该方法对试验条件要求较高,成本较大; 麦克风阵列法在测量离心泵内部声场中的高频段噪声成分时具有良好的研究前景.最后提出在未来的研究中需要解决的难题以及值得关注的方向.     

车辆表面脉动压力的试验研究

对车辆表面脉动压力与气流噪声的关系进行了讨论，说明了偶极子源噪声在车辆气流噪声中占主导地位，而车辆气流噪声中的偶极子源噪声又取决于车辆的表面脉动压力，阐述了研究车辆表面脉动压力对进一步研究和控制车辆气流噪声具有的重要意义。在此基础上，对车辆表面脉动压力的分布、频率特性及其与车速的关系进行了试验研究，得到了一些有意义的结论。     

基于神经网络的车辆排气噪声声音品质预测技术

通过评审团成对比较法测试得到18种车辆排气噪声的满意度评价,考察并选取响度、尖锐度、粗糙度、波动度和峭度作为描述车辆排气噪声声音品质的客观心理声学参数,使用BP神经网络理论建立车辆排气噪声声音品质神经网络预测模型,对排气噪声样本的满意度进行预测,并与使用多元线性回归模型所得的预测值进行了比较.结果表明,神经网络模型预测值更接近实测值,误差在10%范围以内,对于单一噪声样本满意度的预测精度高于多元线性回归模型,能够更好地反映客观参数和主观满意度间的非线性关系,可用于车辆排气噪声声音品质的预测研究.     

单叶片离心泵水动力噪声特性数值分析

基于LIGHTHILL声类比理论,根据FW-H方程,采用计算流体力学与计算声学相结合的方式对单叶片离心泵的内部噪声进行求解,探究其不同流量工况下内部流场的声源特性.采用混合数值模拟的方法,运用SST k-ω湍流模型对离心泵进行非定常模拟,并导出声源信息,对其进行声学计算求解,同时分析不同流量下的单叶片离心泵的内场噪声,比较其影响.研究结果表明:单叶片离心泵压力脉动的能量主要集中在叶频及其低频段谐频处,内部噪声的能量主要集中在低频段,并且在叶频及其谐频处噪声的能量较高;随着流量的增加,蜗壳与叶轮流道内流态逐渐改善,二次流、流动分离现象减小,导致低频段的谐频噪声呈现明显的下降趋势.根据不同流量下的声功率级频谱分析可以发现,压力脉动的分布特性对于单叶片离心泵的内部水动力噪声有直接的影响.     

变速器噪声在线评价的振动检测方法研究

对车辆变速器噪声是否超标的出厂质量检测．目前常采用声级计测量声压级的方法。由于该方法测得的声压级受背景噪声的影响。故只能在消声室中进行。为实现生产现场的在线测量，给出了相关推导公式。提出了声压级的振动检测方法，即通过测得变速器箱体的振动加速度信号获得其在线噪声声压级的测量方法，该方法有效地避免了背景噪声的影响。实践证明，该方法使变速器噪声出厂检测更为便捷、有效，有助于提高变速器的出厂质量，从而有效地改善车辆的性能。     

双传声器声强测量系统误差分析与不确定度评定

双传声器互谱声强测量法适用于现场测量机器的声功率和进行声源识别。为了提高测量精度，需要分析影响测量精度的各种因素，确定被测量值的估计值和分散性。从双传声器互谱法测量声强的原理及测量系统的配置出发，分析讨论了互谱声强测量中误差产生的原因及其影响声强测量精度的主要因素；对声强测量系统测量声强量值的不确定度进行了评估，并对评定结果进行了实验验证，评定结果与实际检测结果相符；同时给出了减小声强测量系统主要误差的可能途径。