噪声源识别技术的进展_陈心昭
第32卷第5期 2009年5月
合肥工业大学学报(
自然科学版)
JO U RN AL O F H EFEI U N IV ERSIT Y OF T ECH N OL O GY
Vol.32No.5 M ay 2009
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:T B53311 文献标识码:A 文章编号:1003-5060(2009)05-0609-06
Progress of techniques for noise source identification
CH EN Xin -zhao
(Research In stitu te of Sound and Vibration,H efei U niver sity of T echnology,H efei 230009,China)
Abstract:The essential prer equisite for noise contro l is to locate the no ise sources w ith exactness.Dif -ferent m ethods for identifying the noise sources ar e illustr ated in this paper.After briefly introducing the traditional analy sis metho ds as w ell as the comm on methods based on sig nal processing,the paper makes a r ev iew of the principle,speciality and utility of so me new techniques dev elo ped in r ecent year s,such as so und intensity measurement,acoustic holog raphy and beam for ming.Also summ ar ized ar e the r esearch achievements gained by the Research Institute of Sound and V ibration,H efei Univer -sity o f Technolog y,in this area.
Key words:no ise so urce identificatio n;so und intensity m easurement;aco ustic holo graphy
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R x(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R x(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R x(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S y]时,R x(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G xx(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G xy(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G xx(f)、G yy(f)和互谱G xy(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G yy(f)中有多少百分比来自于输入谱G xx(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R xx(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R xx(S)一样,倒频谱C(q)也是自功率密度函数G xx(f)的逆傅立叶变换,但不同的是,在变换之前对G xx(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。
4时-频分析与小波分析
上述频域分析的基础是傅里叶变换,但是傅里叶变换的局限性在于只适用于稳态信号分析。当机械设备发生故障或工作异常时,其振动噪声信号常常是时变非平稳的,信号的频率成分随时间变化,甚至是具有瞬态特性的。遇到这种情况,基于一般傅里叶变换的传统的频谱分析方法就有困难。
一种解决的方法是通过一个个时间窗口来观察信号,使位于窗口中的信号接近平稳。当加窗信号沿时间平移并且完成连续重叠变换时,就可以得到与时间有关的信号频谱的描述。这里用的是短时傅里叶变换(ST FT),是时-频分析方法的一种。信号能量的时频分布提供了远比功率谱为多的信息,它把信号的时域与频域联系了起来。在时-频分析方法中,除了短时傅里叶变换以外,还有其他方法,如伪Wigner)Ville分布(PWVD)、径向高斯核分布(RGKD)等。
上述时-频分析法有其难以克服的缺陷。在这种方法中,窗的大小和形状是固定的,对在不同时段变化着的信号用的是相同的窗,它不能适应信号频率高低对窗的不同要求。
在信号分析中,为能得到精确的高频信息,采样间隔应相对小些;而为了完整地得到低频信息,采样间隔则应相对大些。也就是说,需要一个/柔性0的时频窗,其在较高的频率处时域窗可以自动地变窄,而在较低频率处时域窗又可以自动地变宽,从而在时域与频域都有足够的分辨率。小波变换就是能满足这样要求的分析方法,在许多领域得到广泛应用[2]。
以上所述的多种基于数字信号处理技术的噪声源识别方法,20世纪80年代初,国内有少数高校和研究单位开始研究应用,合肥工业大学噪声振动工程研究所是其中之一。该所综合采用多种
611
第5期陈心昭:噪声源识别技术的进展
数字信号处理技术来分析处理机器的振动和噪声信号,并与机器结构的动力分析相结合,从而总结出正确识别机器振动噪声源的技术,在电机、空压机、真空泵和发电机组的噪声振动分析控制中应用,取得明显效果。研究成果5机器噪声源识别技术研究6和5滑阀真空泵振动噪声机理研究6先后获部级科技进步二等奖,5电机振动噪声研究6获省级科技进步三等奖。在国内外发表论文30余篇。已获实用新型专利2项。
5声强测量法
声强测量(Sound Intensity)是20世纪80年代发展起来的一种声学测量的新技术。声强是指在声场中某一点处,单位时间内通过与指定方向垂直的单位面积上的平均声能,也即垂直于传播方向上单位面积上的声功率流。声强既有大小又有方向,它是一个矢量。双传声器互谱测量法是当前声强测量中应用最多的方法,用2个相距很近的传声器,取其信号的互谱来求得。
声强测量用来识别噪声源,有3种方法:
(1)声功率排序法。用声强探头测出各表面上的声强,求和计算得到各表面的辐射声功率,排出其对机器总噪声贡献大小的次序。
(2)峰值扫描法。将探头轴线平行于被测表面平移,当信号改变符号时,过探头中点的垂线上必有声源存在。此法简单快速,用来粗略地找出声源,如检测隔板或隔墙的声泄漏十分有效。
(3)等声强线和三维声强图。在靠近机器的某个表面上设置测量网格面,在网格结点上测量声强,得到该声辐射面的三维声强图和等声强线图,比较直观地表现该表面的声辐射状况[3]。
从声强的定义知,声强是矢量,能表示声能流的方向和大小,因此若能全面画出机器的声强矢量图,则可了解从声源到接受者之间声能流传递的方向和途径。
如果只对与某个信号相关的声强感兴趣,可将该信号作为参考信号,仅测量与此相干的声强,得到选择声强谱(图)。
合肥工业大学、清华大学、上海交通大学和中科院声学所是国内最早开展声强测量技术研究的单位。合肥工业大学噪声振动工程研究所曾先后获得2项国家自然科学基金,2项省重点科技攻关项目资助,取得的成果有:
(1)从理论和方法、软件开发、误差分析与修正、产品开发到标准制定,多年来进行了全面系统的研究,取得国内一流的成果,在国内有较大影响。
(2)在国内率先开发出多种可供实用的声强测量分析系统,包括:基于信号分析仪+微机、单片机、微机、笔记本的一代代测量分析系统。基于笔记本的系统,由笔记本计算机、w indow s平台支持的分析软件包、多路并行全功能数据采集箱以及声强探头构成。具有进口仪器的主要功能,成本大大降低。该系统已为国内多家研究单位购买使用。
(3)与中国科学院声学研究所共同起草了声强法测定噪声源声功率级的国家标准,并且已颁布实施。
(4)研究成果5声强测量的微机系统6获部级科技进步二等奖,已获发明专利1项,实用新型专利3项。
(5)在国内外发表论文31篇,其中EI收录15篇。
6声全息技术
与以上的噪声源识别技术相比,声全息技术(Aco ustical H o lography)的优点在于不仅利用了声的强度信息,而且还充分利用了声的相位信息,因而具有更强的识别功能。按全息测量面与声源面相距的远近,可分为远场声全息和近场声全息。
远场声全息是指全息测量面与声源面之间的距离远大于分析声波波长的情况,可以实现远距离的噪声源识别定位;但缺点是其分辨率受波长(K/2)的限制,仅记录了携带低空间频率的传播波成分,丢失了具有高空间频率信息的倏逝波成分,因而识别的分辨率不高,功能不强,且不能重建得到振速、声强等物理量。多用于对火车、汽车等较大的物体进行噪声源定位,或用在当全息测量面不能靠近噪声辐射面时。
近场声全息技术(NAH)是20世纪80年代初发展起来的一种具有强大的噪声源识别定位、声场计算及可视化功能的声学前沿技术。它通过测量声源近场全息面上的复声压或质点振速,利用空间声场变换算法重建出声源的表面声压、法向振速和整个三维声场中任意点处的声压、质点速度、声强等声学量。
由于它利用了包含丰富声源细节信息的倏逝波成分,因此其分辨率可达波长的几十分之一,从而可以对噪声源进行精确的识别和定位,也可以对声源在声场空间中的辐射属性进行预测,为噪
612合肥工业大学学报(自然科学版)第32卷
声控制、声质量设计等提供依据。
虽然近20年来,国外对NAH技术的研究取得了很大进展,并已推出了相应的测量分析系统,但现有的NAH技术无论在理论方法和推广应用方面仍然存在很多需要解决的问题,主要有:
(1)要正确测得全息面上的复声压,即要同时获得每个测点上的声压(声强)幅值和相位。现有的测量方法有3种:快照法、参考源法和声强测量法,可根据声源的性质选用。对于非稳态声源,必须使用快照法,即用一传声器阵列同时记录所有测点的声压幅值和相位。
(2)要正确实现声源表面振动的重建和空间声场的预测,这有赖于空间声场变换算法的性能,它是近场声全息技术的核心和实现的关键。理想的空间声场变换算法应该是精度高,速度快,适应性强,这三者看似互相矛盾的要求需要得到较好的解决。
目前国外主流的算法有:基于空间Fourier 变换、基于边界元方法(BEM)和基于H elmholz 方程最小二乘法(H ELS)等。以这些方法为基础开发出来的软件和系统分别成为国外著名公司的产品[4]。
(3)要解决工程应用中的实际问题,在实际应用中,测量时的声学环境并不是自由声场,有反射成分,声源也可能是多源的、相干的,而且不仅仅分布在全息面的一侧,因此需要解决反射、多源、背景干扰等问题[5,6]。
(4)由于进口的声全息测量分析系统价格昂贵,要在国内推广应用这项技术,研究开发具有自主知识产权、功能较全、价格低廉、可供实用的NAH测量分析系统十分必要。
在NAH技术中,为了减小/有限孔径效应0和/边缘声压的不连续0的影响,要求全息面远大于声源面积,如基于FFT法的N AH就要求全息面至少为声源的2倍。这个要求对于大尺寸结构会产生很大困难,有时甚至不可能。再则,对于一般机器结构,往往只有一个或数个重点噪声源和声辐射表面,无论我们关心的是整个结构的辐射情况,还是其局部信息,都不得不对整个机器结构进行测量计算,显然既无必要,也不经济。
为解决这个问题,近年来提出了一种新的NAH技术)))Patch NAH,该技术通过合理的数值方法对在较小全息面上的声压数据进行外推,获得较大全息面的声压数据近似值,从而/增大0了测量孔径,减小了/有限孔径效应0,改善了测量声压的不连续性,并保证了重建精度[7,8]。
实现Patch NAH有多种方法,按是否需要进行迭代计算大致形成2大类。Patch NAH经过数年的发展,虽已取得了不少进展,但客观地说目前已有的各种方法都不够完善,有待于继续研究。目前对Patch NAH的研究多集中在方法上,而对于全息面测量参数对重建结果的影响、重建误差的分析以及误差控制方法等,这些与Patch NAH具体应用相关的问题研究很少,使得目前这种技术还基本停留在方法研究上,真正意义上的工程应用还刚刚开始。
在近场声全息技术研究方面,合肥工业大学噪声振动工程研究所在国内起步最早,成果最多。近5年内,先后获得4项国家自然科学基金、2项教育部博士点基金、国家863轿车集成制造技术重大专项NVH分项目等资助。取得的研究成果有:
(1)在声场重建算法方面,提出了分布源边界点法等方法,克服了目前国外若干种主流算法的不足。
(2)为解决近场声全息技术在实际工程应用中遇到的问题,提出了半自由声场重建技术和多源声场重建技术和双全息面和单全息面声场分离技术。
(3)为解决国外进口系统价格昂贵的困难,研制出可供实用的声全息测试分析系统,包括软、硬件和自动扫描装置。
(4)在国内外著名学术期刊上发表论文80余篇,其中SCI检索论文20篇,EI检索论文30余篇。
(5)在项目/汽车内外噪声控制若干关键技术与工程应用研究0中应用了这项技术,取得很好效果,该项目获2007年度安徽省科技进步一等奖。
(6)已获发明专利1项。
7波束形成技术
近场声全息技术是一种功能很强的声源识别技术,但是它的局限性在于:全息测量面必须很靠近声源表面,要小于最小声波波长的一半,声波的最高频率越高,这个要求就越难满足;要求全息面远大于声源面积,而由于分辨率的限制,传声器(测点)的间距又要小于最小声波波长的一半,当声源有很高频率成分时,传声器阵列(测点数)会非常大。
613
第5期陈心昭:噪声源识别技术的进展
波束形成技术(Beamforming)在声纳、雷达、通信和电子对抗信号处理中已广泛应用。这项技术是将一定几何形状排列的多元基阵各阵元输出经过处理(加权、延时、求和等),增强特定方向上的有用信号,衰减其他方向上的干扰信号,从而形成空间指向性。
将其引入到传声器阵列信号处理中,增强声源入射方向上的信号,在该方向上形成主瓣,成为一种有效的声源识别技术。它可以克服上述近场声全息技术的不足,测量速度快,可在中远距离测量,能识别大结构的噪声源,对于汽车、火车、飞机这样运动中的声辐射体的声源识别尤其有用[9]。
传声器阵列的形状可以设计成一字形、十字、网格、螺线、轮辐、平面、球面及随机分布等。传声器阵列的优化设计可以增强主瓣,遏制旁瓣,消除/虚像0,取得良好的指向特性,同时又可尽量减少传声器的数量。
NAH和Beam fo rming这2种技术测量的距离和适用的频率不同,因此在实际测试中根据不同的要求选用,频率高、中远距离测量时用Beam-form ing,中低频率、近距离测量时则用NAH,也可以将它们综合应用。
8展望
噪声源识别技术的发展趋势是使得对噪声源的识别更准确、更快速(实时)、更方便(现场识别)。近几年来出现的噪声源识别前沿技术,无不具有可视化、信息化、智能化的特点。其测量系统一般由传声器阵列、数据记录器、笔记本电脑加软件构成。
传声器阵列和数据记录器记录声波信号,在笔记本电脑上运行专用软件进行对信号的处理和运算,附装在声阵列上的数码相机拍摄声源目标的图像,所得到的噪声影像图显示光学图像和声音,噪声从听得见变成/看得见0。这种被称为/声学照相机0或/声学摄像机0的声源识别系统可用来测量分析稳态声源、缓变声源(发动机转速变化)、恒速移动声源(汽车、火车、飞机)和加速运动声源(汽车加速)。如果在测量噪声的同时记录相关的信号,则可显示噪声声场与诸如时间、转速、曲轴转角等的关系。
[参考文献]
[1]佟徳纯,姚宝恒.工程信号处理与设备诊断[M].北京:科
学出版社,2008:122-128.
[2]Zheng H,L i Z,Ch en X.Gear fault diagnosis bas ed on con-
tinu ou s w avelet trans form[J].M echanical Sy stem and Sig-
nal Proces sing,2002,16(2):447-457.
[3]Gan Ch angs hen g,Chen Xinz hao,C hen Jian.Scanning paths
for estim ating sound pow er of noise sources by soun d inten-
s ity scannin g method[J].Ch ines e Journal of Acoustics,
1999,18(4):353-359.
[4]陈心昭,毕传兴,李卫兵,等.基于分布源边界点法的新型近
场声全息技术[J].合肥工业大学学报(自然科学版),2005,
28(9):961-966.
[5]Bi Chuanxing,Ch en Xinz hao,Zhou Rong,et al.Reconstruc-
tion and separation in a sem-i fr ee field by u sing the distribu-
ted s ource boundary poin t meth od-based nearfield acoustic
holograp hy[J].Transactions of the ASM E,J ou rnal of V-i
br ation and Acous tics,2007,129(3):323-329.
[6]Bi Chuanxin g,Chen Xinzhao,Chen J ian.S ound field s epara-
tion technique bas ed on equivalen t s ou rce m ethod an d its
application in nearfield acou stic holography[J].J Acou st
S oc Am,2003,113:1273-1281.
[7]Williams E G,H ouston B H,H erdic P C.Fast Fourier
transform and singular value decom position form ulation s for
patch near-field acoustical holography[J].J Acou st S oc
Am,2003,114(3):1322-1333.
[8]徐亮,毕传兴,陈心昭,等.基于带限信号恢复算法的近场
全息分辨率增强方法[J].科学通报,2008,53(14):
1632-1639.
[9]C risten sen J J,H ald J.Beamforming[J].B&K Technical
Review,2004,(1):1-31.
(责任编辑朱华新)
614合肥工业大学学报(自然科学版)第32卷
噪声测量噪声源识别与定位的方法简析
噪声测量：噪声源识别与定位的方法简析噪声测量的一项重要内容就是估计和寻找产生噪声的声源。 确定噪声源位置是实施控制噪声措施的先决条件。从声源上控制噪声可以大大减轻噪声治理的工作量，而且对促进生产低噪声产品研制，提高产品质量和寿命有直接效果，同时噪声源识别技术是声学测量技术的综合运用，具有很强的技术性。因此，噪声源识别有很大的现实意义。 噪声源识别的本质在于正确地判断作为主要噪声源的具体发声零部件，主要辐射部分。有时还要求对噪声源的特点及其变化规律有所了解。噪声源识别的要求有以下两个主要方面： ?确定噪声源的特性，包括声源类别，频率特性，变化规律和传播通道等。在复杂的机械中，用一种测量方法要明确区分声源的主次及其特性实际上往往是比较困难的。因此经常需要综合应用多种测量方法和信号处理技术，以便最终达到明确识别的目的。 ?确定噪声产生的部位、主要的发声部件等以及各噪声源在总声级中的比重。对多声源噪声，控制噪声的主要方法之一是找到
发声部件中占噪声总声级中比重最大的声源噪声，采取措施进行降噪，可达到事半功倍的效果。 噪声源识别方法很多，从复杂程度、精度高低以及费用大小等方面均有不少的差别，实际使用时可根据研究对象的具体要求，结合人力物力的可能条件综合考虑后予以确定。具体说来，噪声源识别方法大体上可分为二类： ?第一类是常规的声学测量与分析方法，包括分别运行法、分别覆盖法、近场测量法、表面速度测量法等。 ?第二类是声信号处理方法，它是基于近代信号分析理论而发展起来的，象声强法、表面强度法、谱分析、倒频谱分析、互相关与互谱分析、相干分析等都属于这一类方法。 在不同研究阶段可以根据声源的复杂程度与研究工作的要求，选用不同的识别方法或将几种方法配合使用。 声学测量法 人的听觉系统具有比最复杂的噪声测量系统更精确的区分不同声音的能力，经过长期实践锻炼的人，有可能主观判断噪声声
FPGA声源定位
基于FPGA的实时声源定位 李俊杰，何友，宋杰时间:2009年08月05日字体:大中小 关键词:FPGA声源定位时延估计 摘要：提出了利用2个麦克风基于FPGA的声源定位的方法。具体通过基于相位变换改进的互相关方法成功在低信噪比(10dB)的噪声环境下完成声源定位。利用同样的算法和硬件结构，可以在1片FPGA芯片上实现5组并行的时域处理的系统，而且每个麦克风的功耗只有77mW～108mW。 关键词：声源定位；时延估计；FPGA 实时声源定位在许多方面得到了应用，例如声音的识别和电话会议，可以利用阵列麦克风来实现对多个声源信号的获取和并行处理[1-3]。由于处理多路语音信号需要多个处理器，使得其实现费用昂贵，即便是使用DSP，系统也会带来很大的功耗，因而限制了其在许多实际中的应用。例如Brown大学发展的大规模麦克阵列系统利用多个DSP处理器和缓冲器来实现声源的定位，每个麦克的功耗达到了400mW。这大大超过了一些便携式设备(PDA 和手机)的功耗，因此最好的解决办法是设计专用芯片。 本文将阐述声源定位系统在FPGA中的实现，为专用芯片提供一个可行性参考，具有很好的商业应用价值。以前采用DSP[4]或是DSP+FPGA[5]实现多路声源信号的定位，而本设计的整个定位系统除了前端的模拟部分外其余部分均在FPGA中实现。采取有效的算法后，整个硬件实现的功耗可以控制在77mW～108mW之间。 1声源定位的算法 现有许多算法[1-4]实现声源定位，包括基于信号子空间的方法(例如MUSIC算法)和空间似然方法[2，4]等，最为常用的方法是估计信号的对应的麦克对到达延时(TDOA)[3]估计方法。该方法的每一组麦克对将声源定位在3维空间的一个双曲面上，这样通过多个麦克对确定的双曲面的交点能有效地实现声源的定位。TDOA估计方法已进行了很多研究[3，6]，最为普通的是广义互相关GCC(Generalized Cross Correlation)方法[6]。与其他的方法相比，基于GCC的方法计算量小、计算效率高。 假设2个麦克各自接收的信号分别为m1(t)和m2(t)(包括噪声、回响和声音的延时信号)。常用的估计延时的方法是互相关方法：
汽车发动机振动噪声测试实用标准系统
附件1 汽车发动机振动噪声测试系统 1用途及基本要求： 该设备主要用于教学和科研中的振动和噪声测量，要求能够测量试验对象的振动噪声特性（频率、阶次、声强等），能对试验数据进行综合分析。该产品的生产厂应具有多年振动噪声行业从业经验，有较高的知名度和影响力。系统软件和硬件应该为成熟的模块化设计，同时具有很强的扩展能力，能保证将来软件和硬件同时升级。 2设备技术要求及参数 2.1设备系统配置 2.1.1数据采集系统一套； 2.1.2数据测试分析软件一套； 2.1.3传声器 2个； 2.1.4加速度计 2个； 2.1.5声强探头 1套； 2.1.6声级校准器 1个； 2.1.7笔记本电脑一台 2.2数据采集、控制系统技术要求 2.2.1主机箱一个；供电采用9～36V直流和 200～240V交流； 2.2.2便携式采集前端，适用于实验室及现场环境； 2.2.3整机消耗功率<150W； 2.2.4工作环境温度：-10?C ～50?C； 2.2.5中文或英文WindowsXP下运行，操作主机采用笔记本电脑； 2.2.6输入通道数：4个以上，其中2个200V极化电压输入通道、不少一个转速输入通道； 2.2.7输入通道拥有Dyn-X技术，动态围160dB； 2.2.8每通道最高采样频率：≥65.5kHz，最大分析带宽：≥25.6kHz； 2.2.9系统留有扩充板插槽，根据需要可以进一步扩充；数据采集前端可同时连接多种形式传感器,包括加速度计、转速探头、传声器、声强探头等； 2.2.10系统具有堆叠和分拆能力，多个小系统可组成多通道大系统进行测量。大系统可分拆成多个小系统独立运行； 2.2.11采集前端的数据传输具备二种方式之一：①通过10/100M自适应以太网传输至PC； ②通过无线通讯以太网技术传输至PC，通信距离在100米以上。使测量过程更为灵活方便，方便硬件通道和计算机系统扩展升级；
基于MATLAB的声源定位系统
基于MATLAB的声源定位系统摘要 确定一个声源在空间中的位置是一项有广阔应用前景的有趣研究，将来可以广泛的应用于社会生产、生活的各个方面。 声源定位是通过测量物体发出的声音对物体定位，与使用声纳、雷达、无线通讯的定位方法不同，前者信源是普通的声音，是宽带信号，而后者信源是窄带信号。根据声音信号特点，人们提出了不同的声源定位算法，但由于信号质量、噪声和混响的存在，使得现有声源定位算法的定位精度较低。此外，已有的声源定位方法的运算量较大，难以实时处理。 关键词：传声器阵列；声源定位；Matlab
目录 第一章绪论 (1) 第二章声源定位系统的结构 (2) 第三章基于到达时间差的声源定位原理 (3) 第四章串口通信 (5) 第五章实验电路图设计 (8)
第六章总结 (16) 第七章参考文献 (17) 第一章绪论 1.1基于传声器阵列的定位方法简述 在无噪声、无混响的情况下，距离声源很近的高性能、高方向性的单传声器可以获得高质量的声源信号。但是，这要求声源和传声器之间的位置相对固定，如果声源位置改变，就必须人为地移动传声器。若声源在传声器的选择方向之外，则会引入大量的噪声，导致拾取信号的质量下降。而且，当传声器距离声源很远，或者存在一定程度的混响及干扰的情况下，也会使拾取信号的质量严重下降。为了解决单传声器系统的这些局限性，人们提出了用传声器阵列进行声音处理的方法。
传声器阵列是指由一定的几何结构排列而成的若干个传声器组成的阵列。相对于单个传声器而言具有更多优势，它能以电子瞄准的方式从所需要的声源方向提供高质量的声音信号，同时抑制其他的声音和环境噪声，具有很强的空间选择性，无须移动传声器就可对声源信号自动监测、定位和跟踪，如果算法设计精简得当，则系统可实现高速的实时跟踪定位。 传声器阵列的声音信号处理与传统的阵列信号处理主要有以下几种不同： （1）传统的阵列信号处理技术处理的信号一般为平稳或准平稳信号，相关函数可以通过时间相关来准确获得，而传声器阵列要处理的信号通常为短时平稳的声音信号，用时间平均来求得准确的相关函数比较困难。 （2）传统的阵列信号处理一般采用远场模型，而传声器阵列信号处理要根据不同的情况选择远场模型还是使用近场模型。近场模型和远场模型最主要的区别在于是否考虑传声器阵列各阵元因接收信号幅度衰减的不同所带来的影响，对于远场模型，信源到各阵元的距离差与整个传播距离相比非常小，可忽略不计，对于近场模型，信源到各阵元的距离差与整个传播距离相比较大，必须考虑各阵元接收信号的幅度差。 （3）在传统的阵列信号处理中，噪声一般为高斯噪声(包括白、色噪声)，与信源无关，在传声器阵列信号处理中噪声既有高斯噪声，也有非高斯噪声，这些噪声可能和信源无关，也可能相关。 由于上述阵列信号处理间的区别，给传声器阵列信号处理带来了极大的挑战。声波在传播过程中要发生幅度衰减，其幅度衰减因子与传播距离成正比，信源到传声器阵列各阵元的距离是不同的，因此声波波前到达各阵元时，幅度也是不同的。 另外，当声音信号在传播时，由于反射、衍射等原因，使到达传声器的声音信号的路径除了直达路径外还存在着多条其它路径，从而产生接收信号的幅度衰减、音质变差等不
噪声源测量方法
噪声源测量方法 发布时间：2014-02-11 来源于：互联网 噪声源测量是一种多用途测量方法，这种方法能测量与次临界中子增殖因子相关的量。 噪声源测量 (1)主要是测量噪声源的辐射功率和指向性。测量方法有混响室法、消声室（或半消声室）法和比较法等。 混响室法只能测量噪声源的辐射声功率。将被测的噪声源放在混响室（见声学实验室）中，当噪声源辐射声功率W随时间的改变量不大时，即 在混响室的混响场中声压的均方根的平方： (2) 或声源辐射的声功率级（分贝）： (3) 式中ρ为室内空气密度；c为室内声速;V为混响室的体积；A=S峞,S为混响室总面积；峞为平均吸声系数；岧p为混响场中的平均声压级。ρc值取温度为15℃时空气中的值为415。 在混响室的混响场中取n个点,在这些点上测声压级，取其平均值岧p代入(3)式。混响室的平均吸声系数可由混响时间的测量得到。 在实际测量时,声源应放在离开墙壁λ/4的距离以外，测点之间的距离不小于λ/2,各测点与墙壁之间的距离应大于λ/2。λ是相应于测量的频率的波长。 消声室法（或半消声室法）在消声室内，可以同时测量噪声源的辐射声功率和指向性。在自由场内，声强(I)与声压p之间的关系为： (4) 将被测的噪声源放在消声室内，以它为中心，作一球面，将球面等分为n个面元，在每个面元的中心测量声压级Lpj,取这些测量值的平均值岧p，按声强与声功率之间的关系计算声功率级LW： (5) 式中r为测量球面的半径,ρc值取温度为15℃时空气中的值。再按 (6) 计算指向性指数DI。θ和φ是以球心为中心的方位角。 在半消声室中的测量与在消声室中的测量相似。将被测的噪声源尽可能按实际的安装放置在半消声室的地面上，以声源为中心在自由场内作半球面，将半球面分成n个相等面元，在每个面元中心测声压级Lpj，取它们的平均值岧p，按下式计算辐射声功率级： (7) 及按(6)式计算指向性指数。 比较法是一种工程方法。对测量环境除要求安静、不影响声压级测量数据以及有一个用以比较的标准声源以外，没有其他要求。比较法可以在安装机器(设备)的现场，或在其他环境进行。测量时，以机器或设备为中心，在地面上作一半球面，将它分成n个相等的面元,在每个面元的中心测量一个声压级，计算其平均声压级岧p。机器或设备如能移开，将
车辆噪声源识别方法综述
文章编号：1006-1355(2012)05-0011-05 车辆噪声源识别方法综述 胡伊贤，李舜酩，张袁元，孟浩东 （南京航空航天大学能源与动力学院，南京210016） 摘要：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。 关键词：声学；车辆；噪声控制；综述；噪声源识别方法 中图分类号：V231.92文献标识码：A DOI编码：10.3969/j.issn.1006-1335.2012.05.003 Reviews of Vehicle Noise Source Identification Methods HU Yi-xian,LI Shun-ming,ZHANG Yuan-yuan,MENG Hao-dong (College of Energy and Power Engineering,Nanjing University of Aeronautics and Astronautics, Nanjing210016,China) Abstract:In the vehicle industry,noise issues have become more evident.Vehicle noise source identification is an important prerequisite for noise control.In recent years,new methods of vehicle noise source identification have been developed,but it is necessary still for them to improve and optimize.The different methods for identifying noise sources are reviewed in this paper.All methods are divided into three categories,i.e.the traditional analysis method,the method based on signal processing,and method based on acoustic array technology.The features of various identification method are described and compared.Finally,some prospects of noise source identification method are given. Key words:acoustics;vehicle;noise control;review;noise source identification method 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 收稿日期：2011-11-23；修改日期：2012-01-21 项目基金：江苏省普通高校研究生科研创新计划资助(基金编号：CX10B_094Z) 作者简介：胡伊贤（1986-），男，江苏，江苏宿迁泗阳县人，硕士，目前从事车辆噪声与振动控制研究。 E-mail:nuaayixian@https://www.sodocs.net/doc/a114058327.html, 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。第三类是以声阵列技术为基础的噪声源识别方法，主要包括声强测试、波束成形以及声全息测试技术，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声贡献的大小。本文在对各种声源识别方法总结基础上，分析声源识别方法的使用特点、优点与不足，对车辆噪声源识别方法进行总结与展望。
基于STM32的声源定位装置
目录 1 前言 (1) 2 总体方案设计 (3) 2.1 方案比较 (3) 2.1.1 声源信号产生方案 (3) 2.1.2 声源的选择 (3) 2.1.3 坐标解算方案 (4) 2.2 方案选择 (4) 3 单元模块设计 (6) 3.1 各单元模块功能介绍及电路设计 (6) 3.1.1 555构成的多谐振荡器电路 (6) 3.1.2 电源电路设计 (7) 3.1.3 自动增益控制电路设计 (7) 3.1.4 有源二低通滤波电路 (8) 3.1.5 有源二阶高通滤波电路 (9) 3.1.6 STM32F103最小系统电路 (10) 3.1.7 液晶显示电路 (11) 3.1.8 电平转换电路 (12) 3.2 电路参数的计算及元器件的选择 (13) 3.2.1 电源电路参数的计算 (13) 3.2.2 555定时器外围元件参数的计算 (14) 3.2.3 音源坐标位置的计算 (15) 3.2.3 元器件的选择 (17) 3.3特殊器件的介绍 (19) 3.3.1 STM32F103单片机介绍 (19) 3.3.2 ILI9320液晶简介 (21) 3.3.3 VCA810简介 (24) 4软件设计 (26) 4.1软件设计开发环境介绍 (26) 4.1.1编程软件开发环境介绍 (26) 4.1.2绘图软件开发环境介绍 (27) 4.2软件设计流程图 (28) 4.2.1主程序流程图 (28) 4.2.1液晶初始化流程图 (29)
4.2.2 ADC初始化流程图 (30) 5系统调试 (32) 6系统功能、指标参数 (33) 6.1系统实现的功能 (33) 6.2系统指标参数测试 (33) 6.2.1带通滤波器的频率响应 (33) 6.2.2 555定时器构成的多谐振荡器测试 (35) 6.2.3 STM32 ADC电压采集测试 (35) 6.2.4 VCA810电路测试 (36) 6.3系统功能及指标参数分析 (38) 7结论 (39) 8总结与体会 (40) 9 谢辞 (42) 10参考文献 (43) 附录 (44) 附录一：部分原理图 (44) 附录二：部分PCB图 (45) 附录三：核心代码 (46) 附录四：实物图 (51) 附录五：外文资料翻译 (52)
阵列信号识别声源相关总结_1002
阵列信号识别声源相关总结
1 阵列信号识别声源的方法归类 噪声源的识别方法可大致分为3类：传统的噪声源识别方法，如选择运行法、铅覆盖法及数值分析方法等，传统方法虽然陈旧、使用效率低，但目前仍有许多企业在应用。例如，为了测量汽车高速行驶时的车内噪声，需要将车门缝隙用铅皮封住；第二类，利用现代信号处理技术进行噪声源识别，如声强法、相干分析、偏相干分析适合与很多场合，能解决许多一般问题。如评价某些噪声源、某些频谱对场点(模拟人头耳朵处)，这时采用相干分析就可以解决。第三类，利用现代图像识别技术进行振动噪声源识别，其分为两种，一种是近场声全息方法(NAH)，一种是波束形成方法(Beamforming)。 相比于传统识别和现代信号处理方法，声阵列技术具有测试操作简单、识别效率高，以及可对声源进行量化分析并对声场进行预测等优点。 1.1 声全息方法 近场声全息技术经过很长时间的发展已经日趋成熟，广泛应用于近距离测量和对中低频噪声源的识别。 声全息方法，其基本原理是首先在采样面上记录包括声波振幅和相位信息的全息数据，然后利用声全息重建公式推算出重建面上的声场分布。该方法一方面可以获得车外声场分布的三维信息，另一方面可以进行运动车辆车外噪声源识别的研究，而且还具有在进行噪声测试时，抗外界干扰强的特点。按声场测量的原理可分为常规声全息、近场声全息和远场声全息三种。 常规声全息，全息数据是在被测物体的辐射或散射场的菲涅尔区和弗朗和费区(即全息接收面与物体的距离d远大于波长λ的条件下)采用光学照相或数字记录设备记录的，因为受到自身实用条件的限制，根据全息测量面重建的图像受制于声波的波长。它只能记录空间波数小于等于2π/λ的传播波成分，而且其全息测量面只能正对从声源出来的一个小立体角。因此，当声源辐射场具有方向性时，可能丢失声源的重要信息。并且通过声压记录得到的全息图，只能用于重建声压场，而不能得到振速、声强等物理量。 远场声全息NAH(Near-field Acoustical Holography)，其特点是全息记录平面与全息重建平面的距离d远远大于声波的波长λ，即其全息数据是在被测声源产生声场的辐射或散射声场的菲涅尔区和弗朗和费区获得的。这种方法通过测量离声源很远的声压场来重建表面声压及振速场，由此可预报辐射源外任意一点的声压场、振速场、声强矢量场。由于进行全息数据记录的表面距离被测声源面较远，而全息记录的表面的面积是有限的。所以声源发出的声波有很大一部分不
汽车变速箱噪声源识别及噪声控制
文章编号:1006-1355 (2006)03-0067-03 汽车变速箱噪声源识别及噪声控制 梁 杰1,王登峰1,姜永顺2,李冬妮2 (1.吉林大学测试科学实验中心,长春市130025;2.一汽集团公司技术中心,长春市130011) 摘 要:应用振动、噪声谱分析和相干函数分析技术,从理论上说明变速箱噪声源识别的依据。对一台重型卡 车的16档变速箱进行了振动噪声测试分析,找出该台变速箱产生强烈冲击噪声的主要原因在于其一轴弯曲,经过采取相应的降噪措施,最终整机噪声降低3dB (A )。 关键词:声学;变速箱;噪声源;噪声控制中图分类号:U46;TB535 文献标识码:A TheNoiseSourceIdentificationandNoiseControlofAutomobileGearbox LIANG Jie ,WANG Den g 2fen g ,JIANG Yon g 2sun ,LI Don g 2ni (1.JilinUniversit yTestCenter,Chan gchun130025,China; 2.FAWR&DCenter,Chan gchun130011,China ) Abstract:Thetheor yofcoherencefunctionands pectrumofvibrationandnoisesi gnalsisa pplied in gearboxnoiseanal ysisinthe paper.Thebasisofnoisesourceidentificationof gearboxistheoretical 2lyintroduced.Vibrationandnoiseanal ysisforaheav ydut ytruckwitha162speed gearbox.Afterfind 2ingthecauseofstron gstrikenoiseofthe gearboxisthebendof1stshaft,noisesu ppressionmeasure 2mentisado pted,Sound pressurelevelofthemachineisreducedb y3dB (A ). Ke ywords:acoustics;gearbox;noisesource;noisecontrol 收稿日期:2005207215 作者简介:梁杰(1965-),男,山东省肥城县人,博士,副教授,主要从事车辆振动与噪声的研究工作。 变速箱的变速、储能、增加扭矩等作用,使它成为动力机械中应用十分广泛的通用部件之一。它的工作是否正常涉及到整台机械或机组的工作性能。变速箱的噪声水平可以从客观上反映变速箱的工作状态,而成为其质量检测的指标之一。在设计变速箱时,就规定了其噪声标准。变速箱在工作中,内部构件,如齿轮、轴承等,不断产生振动冲击,当有故障存在时,其振动强度增大,噪声水平超标。本文根据所测变速箱的振动噪声谱,及其相关函数分析,找出了该变速箱产生冲击噪声的原因,采取了相应的降噪措施,使该机的振动和噪声都达到满意的效果。 1 振动、噪声测试及数据分析 1.1 试验装置与测量仪器 本试验是针对16挡变速器进行噪声测试和分 析,将16挡变速箱安装在半消声室内的弹性基础上,试验时,加速度传感器的安装参照国标GB8543-87《验收试验中齿轮装置机械振动的测定》中的相关规定,本文将传感器安装在Ⅱ轴轴承座孔处,以获得在径向水平、径向垂直和轴间三个方向的振动信号。噪声测点布置和测量工况参照国标GB6404《齿轮装置噪声声功率级测定方法》中相关规定。试验装置及噪声测点布置如图1所示 。 图1 试验装置及测点布置框图 振动噪声测试分析仪器用丹麦B&K 公司生产的B&K3560C 多功能振动噪声分析系统,它可以将振动、噪声信号同时记录下来,然后进行数据处理。所检测变速箱有16个变速档,模拟实际工况,我们测量其在各档下的振动、噪声信号。1.2 变速箱特征频率分析 特征频率也就是轴频、齿轮的啮合频率以及轴承的内外圈和滚动体的频率。它们和谐频、边频相结合,成为对故障判定的依据,表1列出轴和齿轮啮合的特征频率,其中在这里只对输入轴的最高转速2300r/min,最大扭矩工况的各档进行分析评定。1.3 振动、噪声谱及相干函数分析 分析对象为某型16挡(低速8挡、高速8挡)变速箱,设计噪声指标各档不超过92dB (A )。本文所 76 汽车变速箱噪声源识别及噪声控制
机器人的声源定位——基于NAO机器人
Abstract One of the main purposes of having a humanoid robot is to have it interact with people. This is undoubtedly a tough task that implies a fair amount of features. Being able to understand what is being said and to answer accordingly is certainly critical but in many situations, these tasks will require that the robot is first in the appropriate position to make the most out of its sensors and to let the considered person know that the robot is actually listening/talking to him by orienting the head in the relevant direction. The “Sound Localization” feature addresses this issue by identifying the direction of any “loud enough” sound heard by NAO.Related work Sound source localization has long been investigated and a large number of approaches have been proposed. These methods are based on the same basic principles but perform differently and require varying CPU loads. To produce robust and useful outputs while meeting the CPU and memory requirements of our robot, the NAO’s sound source localization feature is based on an approach known as “Time Difference of Arrival”. Principles The sound wave emitted by a source close to NAO is received at slightly different times on each of its four microphones. For example, if someone talks to the robot on his left side, the corresponding signal will first hit the left microphones, few milli-seconds later the front and the rear ones and finally the signal will be sensed on the right microphone (FIGURE 1). These differences, known as ITD standing for “interaural time differences”, can then be mathematically related to the current location of the emitting source. By solving this equation every time a noise is heard the robot is eventually able to retrieve the direction of the emitting source (azimutal and elevation angles) from ITDs measured on the 4 microphones. FIGURE 1Schematic view of the dependency between the position of the sound source (a human in this example) and the different distances that the sound wave need to travel to reach the four NAO’s micro-phones. These different distances induce times differences of arrival that are measured and used to compute the current position of the source. KEY FEATURE SOUND SOURCE LOCALIZATION
近场声全息方法识别噪声源的实验研究
近场声全息方法识别噪声源的实验研究Ξ 于 飞 陈 剑 李卫兵 陈心昭 (合肥工业大学机械与汽车工程学院 合肥,230009) 摘 要 根据近场声全息(NA H)的原理,建立了全息实验所需要的采集、分析系统。针对影响重建精度较大的截止波数的选取问题,给出了较为详细的讨论,并提出一种不需先验知识的截止波数选取方法。最后通过对实测数据进行全息变换,重建结果表明:在采用提出的截止滤波选取方法后,NA H技术可以精确地对噪声源进行定位与识别,并且可以得到三维空间内的声压、质点振速和声强矢量等声学信息。 关键词:声源识别;近场声全息;实验研究;截止波数 中图分类号:TB532;TB533+.2 进行空间声场的可视化和噪声源的识别与定 位,对于噪声测量和控制工程具有非常重要的意义。上世纪80年代初提出的近场声全息技术(NA H),便是可视化空间声场和定位噪声源的一种强有力工具。近场声全息可以由一个测量面的声压标量数据,反演和预测另一面上的声压、质点振速、矢量声强等重要声场参量,受到了各国研究人员及一些相关公司的重视。近场声全息技术真正地将丰富的声学理论同噪声测量、控制工程紧密地结合起来[1～2]。20世纪80年代末,国内一些学者逐渐对此方法进行了研究:中科院武汉物理所对编磬表面振动模态做了研究[3～4];哈尔滨工程大学对基于边界元法的水下近场声全息也做了研究[5];清华大学汽车工程系对非近场声全息确定噪声源进行了研究[6～7];合肥工业大学机械工程学院对近场声全息方法识别噪声源作了一定的研究[8～9]。 近场声全息可以不受波长分辨率限制重建声场,但在此种全息过程中截止波数的选取对重建分辨率的影响非常大。文献[3]提出一种需要测量先验知识的优化滤波方法,而这种先验知识一般是不易获得的。本文根据截止波数的大小对重建结果的影响趋势,提出一种不需要先验和后验知识的截止波数选取方法。并根据近场声全息的原理,建立了全息实验所需要的采集、分析系统。采用提出的滤波参数选取方法后,对数据进行全息变换,得到了令人满意的重建结果。该优化截止波数选取方法的提出,有助于在实际工程中推进近场声全息技术在高分辨率识别噪声源、可视化声场等方面的应用。1 理论背景 由文献[1,8]可知,在稳态的三维空间声场中,一个平面(全息面)上声压的波数谱与另一个更靠近声源的平行面(声源面或重建面)上声压和质点法向振速的波数谱之间的关系为 P(k x,k y,z S)=P(k x,k y,z H)e-i k z(z H-z S)(1) V(k x,k y,z S)=k z P(k x,k y,z H)e-i k z(z H-z S) Θ0ck(2)式中 z H和z S分别为全息面和重建面的z坐标;k 为声波数;k x和k y分别为对应坐标x和y的波数;而k z与波数k x,k y之间的关系为 当k2x+k2y≤k2时 k z=k2-(k2x+k2y)(3)当k2x+k2y>k2时 k z=i(k2x+k2y)-k2(4) k z取值为式(3)时,对应的声波传播方式是以幅值不变、相位改变的传播波方式传播;当取值为式(4)时,对应的声波传播方式是以相位不变、幅值减小的倏逝波方式传播。倏逝波随全息面与重建面之间距离的增加,成指数倍地迅速衰减,对应的是高波数成分的声波。在非近场的声全息中,由于测量点位置与声源面之间距离过大造成倏逝波信息的丢失或被测量噪声所掩盖,全息重建的结果也就失去高频信息,这种高频信息类似于小波变换处理图像中的细节信息。 近场声全息技术除了能够由全息声压数据重建源面上的声压和法向振速之外,由Eu ler公式还能 第17卷第4期2004年12月 振 动 工 程 学 报 Jou rnal of V ib rati on Engineering V o l.17N o.4 D ec.2004 Ξ国家自然科学基金资助项目(编号:50275044)及高等学校博士点科研基金资助项目(编号:20020359005)收稿日期:2004203203;修改稿收到日期:2004205231
运动目标噪声源识别方法
运动目标噪声源识别方法 严光洪,陈志菲,孙进才 (西北工业大学航海学院,陕西西安 710072) 摘 要:文章提出了利用单线列阵确定运动目标噪声源部位和特性的方法,并提出了基于DOA解算运动目标噪声源的空间位置的方法。介绍了噪声源部位识别时M USIC近场和相关性处理方法。数字仿真计算、消声水池模拟试验和实物试验结果表明,文中所介绍的方法是正确的。当运动目标和测试阵垂直距离小于150m时,噪声源部位测试误差不大于0.1m,可用于工程测试。 关 键 词:噪声源,部位识别,线列阵,M USIC 中图分类号:TN911.7 文献标识码:A 文章编号:1000-2758(2009)03-0378-04 水下航行体、汽车、飞机等运动物体辐射噪声,很多场合下要求降噪,为了有效实现噪声控制,必须确定噪声源位置和特性。对于静态目标的噪声源部位和特性的确定,可利用单个声压传感器、声矢量、多传感器形成的阵列对噪声源进行定向定位和特性分析[1～4]。而对于运动目标的噪声特性的确定,目前一般只利用声压传感器或矢量传感器测试到噪声的时域和频域特性[5,6],对运动目标的噪声源部位,目前还没有很有效的确定方法。在运动目标均速直线运动、测试平台静止条件下,本文提出了利用单线列阵基于MU SIC算法解算DOA(Direction of Arrival)的噪声源部位确定方法。另外,本文也介绍了噪声源部位识别时M USIC近场和相关性处理方法。利用仿真确定了基于单一线列阵的噪声源部位识别的误差。消声水池试验和水库试验结果表明本文所介绍方法的正确性,当运动目标和测试阵垂直距离小于150m时,噪声源部位测试误差不大于0.1m,可用于工程测试。 1 噪声源部位确定的方法 当测试阵与运动目标在同一平面时,测试阵可设计成线列阵,噪声源部位求解为2D坐标系的求解,如图1 所示。 图1 不同时刻运动目标在坐标中的位置 当运动目标作均速直线运动时,若t1、t2、t3时刻(设 t=t3-t2=t2-t1)声源与x轴的夹角 1、 2、 3可求得,则根据图中的几何关系可求出t2时刻声源的位置。由图中几何关系,则有 a sin R1-a cos =tg( 3- 2) 2a sin R1-2a co s =tg( 3- 1) (1) 式中,a=v t,为 t时刻运动物体的移动距离。由(1)式可求出和R1 =ctg-1[ctg( 3- 2)-2ctg( 3- 1)] R1=a cos+a sin ctg( 3- 2) (2) 2009年6月第27卷第3期 西北工业大学学报 Jo ur nal o f N or thw ester n Po ly technica l U niv ersity June2009 Vo l.27N o.3 收稿日期:2008-03-04基金项目:国家自然科学基金(60672136)资助作者简介:严光洪(1966-),西北工业大学博士生,主要从事信号处理、噪声控制和固体力学研究。
发动机台架振动噪声试验规范
发动机台架 振动噪声 试验规范 湖南大学 先进动力总成技术研究中心
1.适用范围 本标准适用于缸径100mm以内，功率在150kW以内的往复活塞式发动机。 2.规范性引用文件 下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。 2.1 GB/T 1859-2000 往复式内燃机辐射空气噪声测量工程法及简易法。 2.2 GB/T 6072.1-2000 往复式内燃机性能第1部分：标准基准状况，功率、燃油消耗和机油消耗的标定及试验方法。 2.3 GB/T 6072.3-2008 往复式内燃机性能第3部分：试验测量。 3.试验目的 在发动机消声室试验台架上进行发动机振动噪声测试，评价发动机振动噪声水平。 4.测试设备 4.1传声器应该符合GB/T3785规定的1级仪器要求，其测量装置必须至少覆盖 20Hz～20000Hz的频率范围。 4.2加速度传感器应该符合GB/T3785规定的1级仪器要求，其测量仪器频率范围至少为10Hz～2000Hz，并应包括发动机最低稳定转速到lO倍最高转速的激励频率。 4.3 传声器、加速度传感器在测量前必须进行标定。 4.4测量前后，仪器应该按照规定进行校准，两次校准值不应超过1dB。 4.5 发动机转速的测试仪器的准确度应优于1%。 5.安装条件和运转工况 5.1发动机工作条件 测试前确保发动机为工作正常且油位、水位正常。 在测量过程中，发动机的所有运行条件，应该符合制造厂家的规定。测量开始前，发动机应该稳定在正常工作温度范围内。 5.2 发动机状态
危险源辨识和风险评价方法
危险源辨识和风险评价方法 一、目的为了准确的辨识出危险源，进行风险评价，以便采取控制措施。 二、适用范围适用于本项目所有施工生产、管理、辅助生产、生活场所。 三、危险源的辨识内容： 1、工作环境：包括周围环境、工程地质、地形、自然灾害、气象条件、资源交通、抢险救灾支持条件等； 2、平面布局：功能分区（生产、管理、辅助生产、生活区）；高温、有害物质、噪声、辐射、易燃、易爆、危险品设施布置；建筑物、构筑物布置；风向、安全距离、卫生防护距离等； 3、运输路线：施工便道、各施工作业区、作业面、作业点的贯通道路以及与外界联系的交通路线等； 4、施工工序：物资特性（毒性、腐蚀性、燃爆性）温度、压力、速度、作业及控制条件、事故及失控状态； 5、施工机具、设备：高温、低温、腐蚀、高压、振动、关键部位的备用设备、控制、操作、检修和故障、失误时的紧急异常情况；机械设备的运动部件和工件、操作条件、检修作业、误运转和误操作；电气设备的断电、触电、火灾、爆炸、误运转和误操作，静电、雷电；
6、危险性较大设备和高处作业设备：如提升、起重设备等； 7、特殊装置、设备：锅炉房、危险品库房等； 8、有害作业部位：粉尘、毒物、噪声、振动、辐射、高温、低温等； 9、各种设施：管理设施（指挥机关等）、事故应急抢救设施（医院卫生所等）、辅助生产、生活设施等； 10、劳动组织生理、心理因素和人机工程学因素等。 四、危险源辨识的程序 五、危险源辨识方法为了便于进行危险源辨识和分析，首先应对危险因素与危害因素进行分类。分类可任选以下两种方法中的一种： 1、按导致事故和职业危害和直接原因进行分类，共分为六类： A、物理性危险源： （1）设备、设施缺陷（强度不够、刚度不够、稳定性差、密封不良、应力集中、外形缺陷、外露运动件、制动器缺陷、设备设施其他缺陷）；如：脚手架、支撑架强度、刚度不够、起吊钢丝绳磨损严重。 （2）防护缺陷（无防护、防护装置和设施缺陷、防护不当、支撑不当、防护距离不够、其他防护缺陷）。
声源定位
声源定位（李子文） #include
lizard2 = atan(b/a); if(acos(d/sqrt(pow(a,2)+pow(b,2)))+lizard2 < R/2) lizard1 = acos(d/sqrt(pow(a,2)+pow(b,2)))+lizard2; else lizard1 = lizard2 - acos(d/sqrt(pow(a,2)+pow(b,2))); r = (pow(x1,2)+pow(y1,2)-pow(c*dt1,2))/(2*(x1*cos(lizard1)+y1*sin(lizard1)+c*dt1)); cout << "声源坐标为：（"<