車輛噪聲源識別的研究

車輛噪聲源識別的研究

車輛噪聲源識別是指在有許多噪聲源或振動源的復(fù)雜聲源的情況下，為了確定每個(gè)噪聲源或振動源的聲音輻射性能，區(qū)分噪聲源，并對其進(jìn)行分類和分析。車輛的噪聲主要分為發(fā)動機(jī)噪聲、進(jìn)排氣噪聲、傳動噪聲、輪胎噪聲以及其他機(jī)械噪聲。車輛噪聲產(chǎn)生機(jī)理不同,針對不同噪聲源有不同的識別方法。本文將車輛噪聲源識別方法分為三類:一類是傳統(tǒng)噪聲源識別方法,包括主觀識別法、鉛覆蓋法、分部運(yùn)行法、表面振速法和近場聲壓測試法等。這些方法可以簡單的對車輛噪聲源進(jìn)行識別。第二類是以信號處理為基礎(chǔ)的噪聲源識別方法,典型的有時(shí)域平均法、相關(guān)分析法、相干分析法、倒譜分析法、階次分析法、小波分析法以及盲源分離法等。其中時(shí)域平均與相關(guān)分析是描述幅值隨時(shí)間變化的時(shí)域分析方法。相干分析、倒譜分析在頻域內(nèi)對噪聲信號進(jìn)行分析,主要針對平穩(wěn)噪聲信號;階次分析、小波分析、盲源分離識別方法在時(shí)頻域內(nèi)對信號進(jìn)行分析,一般用于非平穩(wěn)噪聲信號。第三類是以聲陣列技術(shù)為基礎(chǔ)的噪聲源識別方法,主要包括聲強(qiáng)測試、波束成形以及聲全息測試技術(shù),它們主要特征是以全息面來直觀全面反映各聲源對整車噪聲貢獻(xiàn)的大小。本文在對各種聲源識別方法總結(jié)基礎(chǔ)上,分析聲源識別方法的使用特點(diǎn)、優(yōu)點(diǎn)與不足,對車輛噪聲源識別方法進(jìn)行總結(jié)與展望。1傳統(tǒng)音源識別方法1.1車輛的噪聲源主觀識別法是個(gè)人主觀區(qū)別噪聲來自于哪一噪聲源。它要求識別者對于車輛的主要噪聲源有一定的了解,同時(shí)要有足夠的經(jīng)驗(yàn),才能有效對噪聲源進(jìn)行辨識。主觀識別法的不足在于它沒有能夠定量的給出噪聲源的貢獻(xiàn)大小,對于噪聲貢獻(xiàn)相當(dāng)?shù)亩鄠€(gè)噪聲源,主觀識別法不能有效的辨識。1.2測量聲源的聲壓級鉛覆蓋法是用內(nèi)部加上吸聲材料(減少內(nèi)部混響)的鉛板把所有的噪聲源覆蓋住,測試時(shí)針對某一噪聲源所在的位置在鉛板上打開一定大小的“窗口”,使所測量的聲源或聲源表面暴露在外,測量聲源的聲壓級,這樣依次打開各個(gè)聲源的“窗口”分別測量各聲源的聲壓級以判斷噪聲源的貢獻(xiàn)主次。這種方法主要針對中、高頻段噪聲效果較好,對于低頻噪聲效果較差。1.3噪聲源貢獻(xiàn)大小比較近場測試方法是利用聲級計(jì)測量噪聲源表面聲壓級,通過聲壓級大小比較各噪聲源貢獻(xiàn)大小的一種方法。這種方法比較簡單,但是對于噪聲環(huán)境的要求比較高,且在發(fā)生混響的聲場環(huán)境下測量時(shí),效果比較差。1.4部件停止運(yùn)行分部運(yùn)行法在測試時(shí),首先要測量整體的噪聲聲壓級,然后依次將某些運(yùn)行部件停止運(yùn)行,通過聲學(xué)的計(jì)算方法,得到各個(gè)部件對整車的噪聲貢獻(xiàn)。由于實(shí)際運(yùn)行中某一部分停止運(yùn)行,會影響到其他部件的運(yùn)行狀態(tài),因此測量狀態(tài)常常不一致。同時(shí)分部運(yùn)行法的測量時(shí)間比較長,需要進(jìn)行系統(tǒng)的試驗(yàn)設(shè)計(jì)。1.5振動測點(diǎn)的優(yōu)化結(jié)構(gòu)表面振動往往是產(chǎn)生噪聲的主要原因,其振動強(qiáng)弱程度可以反映結(jié)構(gòu)輻射噪聲大小。測試時(shí),用加速度傳感器拾取各零部件振動表面的加速度值,通過表面法向振動速度比較各部件的振動強(qiáng)弱。由于振動點(diǎn)對振動表面的聲場重構(gòu)至關(guān)重要,近年來對于振動測點(diǎn)的優(yōu)化進(jìn)行了大量的研究。天津大學(xué)以及江蘇大學(xué)利用近場聲全息理論和標(biāo)準(zhǔn)Tikhonov正則化方法來控制場點(diǎn)聲壓測量誤差對表面振速重構(gòu)解的扭曲影響得到了“測量點(diǎn)位置分布不均勻時(shí),聲源識別效果較好”的結(jié)論。2噪聲源識別方法基于數(shù)據(jù)處理2.1時(shí)間間隔法2.1.1噪聲信號的周期化時(shí)域平均法主要針對噪聲信號中的周期信號,對噪聲信號進(jìn)行整周期的截取與迭加,可以將信號中非周期成分或隨機(jī)成分消除,以突出噪聲信號中的周期成分。時(shí)域平均識別方法存在一些缺陷。一些非周期性噪聲容易被剔除,因此不能完整有效的識別噪聲源。2.1.2車內(nèi)司機(jī)耳旁噪聲的識別相關(guān)分析法,是噪聲信號在時(shí)域相關(guān)性的數(shù)學(xué)描述。相關(guān)分析一般要求分析原信號中的特征信號為周期信號,對于非周期信號則無能為力。在車輛噪聲源識別過程中,利用相關(guān)分析對整車噪聲信號與某噪聲源信號進(jìn)行分析,確定兩者之間的相關(guān)程度,從而確定噪聲源對整車噪聲的貢獻(xiàn)大小。浙江大學(xué)利用相關(guān)分析法,分析了車內(nèi)駕駛員右耳旁噪聲,結(jié)果發(fā)現(xiàn)右前車頂車身結(jié)構(gòu)板塊的振動是引起駕駛員耳旁噪聲的主要噪聲源,通過對右前車頂?shù)恼駝涌刂?獲得了明顯的降噪效果。頻域法對平穩(wěn)噪聲信號進(jìn)行Fourier分析,獲得噪聲信號幅值與相位特性,根據(jù)噪聲頻譜特性定位主要噪聲源。2.2.1車輛噪聲源識別算法頻譜分析法是以Fourier變換為理論基礎(chǔ)發(fā)展起來的一種分析方法。在頻域內(nèi),對噪聲信號進(jìn)行分析,能夠獲得比時(shí)域分析更多、更豐富信號特征信息。車輛噪聲源識別中,頻譜分析法廣泛使用。頻譜噪聲識別法主要包括自功率譜與互功率譜分析。噪聲自功率譜描述了噪聲信號的平均功率在各個(gè)頻率上的分布。由于自身的缺陷,它并沒有解決同頻成分的問題,需借助其他識別方法進(jìn)行分析。互功率譜描述了兩個(gè)噪聲信號互相依賴的程度,可以用來計(jì)算系統(tǒng)的頻響函數(shù),進(jìn)行傳遞路徑的分析與識別,因此對產(chǎn)生噪聲的激勵(lì)源識別有一定的優(yōu)勢。在此基礎(chǔ)上新的識別技術(shù)不斷出現(xiàn)。2.2.2信號互功率譜析相干分析與相關(guān)分析類似,兩者的主要區(qū)別在于前者針對頻域分析而后者是時(shí)域分析。相干分析是在信號的互功率譜的基礎(chǔ)上發(fā)展起來的,在分析信號頻率上相互依賴性或某種響應(yīng)產(chǎn)生機(jī)制具有重要意義。應(yīng)用相干分析,可以探尋噪聲譜中峰值的來由。現(xiàn)階段相干分析主要應(yīng)用在多輸入—單輸出系統(tǒng)中,并且輸入源比較少,因此對于多輸入—多輸出系統(tǒng)需要做進(jìn)一步研究。2.2.3確定噪聲信號中反射聲的意義倒頻譜簡稱倒譜,它是對功率譜取對數(shù)后進(jìn)行Fourier逆變換。倒譜分析法在車輛容易發(fā)生混響的聲腔內(nèi)有很大的應(yīng)用。它能夠?qū)⑿盘枙r(shí)域卷積的復(fù)雜關(guān)系轉(zhuǎn)化為時(shí)延域的簡單相加關(guān)系。駕駛室中,由于有各種噪聲在其內(nèi)部進(jìn)行聲波的反射與衍射,容易形成大量的反射聲,它們的存在使噪聲頻率產(chǎn)生失真,會影響聲源識別的結(jié)果。倒譜處理對功率譜的等距頻率成分有很強(qiáng)的辨別能力,它能夠有效地識別和刪除噪聲信號中的反射聲。重慶大學(xué)通過比較基于互相關(guān)分析的時(shí)延估計(jì)法、最小均方自適應(yīng)濾波(LMS)時(shí)延估計(jì)法以及強(qiáng)混響條件下倒譜時(shí)延估計(jì)算法,得出倒譜時(shí)延估計(jì)的優(yōu)越性。2.3時(shí)頻域法2.3.1在分析中的應(yīng)用階次分析是針對周期性信號的倍頻特性所提出的一種基于時(shí)頻分析識別方法。由于旋轉(zhuǎn)機(jī)械(如齒輪等)振動的周期性,因此它在振動信號處理分析中運(yùn)用比較廣泛。在車輛噪聲源識別中它的應(yīng)用也在慢慢體現(xiàn)。在初步確定車輛排氣噪聲的頻譜特性時(shí),可以進(jìn)行階次分析。階次分析針對非平穩(wěn)信號,可以對不同轉(zhuǎn)速的下噪聲信號進(jìn)行分析,通過對比分析聲壓圖確定排氣噪聲在車輛運(yùn)行的全部工況下的噪聲情況。2.3.2小波變換識別噪聲小波分析方法是一種時(shí)間窗和頻率窗都可改變的時(shí)頻局域化分析方法,這種特性使小波變換具有對信號的自適應(yīng)性,克服了Fourier變換不能在時(shí)域和頻域上局域化的缺點(diǎn)。小波分析利用不同尺度(時(shí)延尺度—調(diào)節(jié)時(shí)延位置,擴(kuò)展尺度—調(diào)節(jié)小波頻率)的小波基函數(shù)對信號進(jìn)行小波變換,一方面通過小波變換將噪聲信號分解成不同頻帶的小波細(xì)節(jié),使信號中不易察覺的特征在不同分辨率的子空間中顯露出來;另一方面,采用小波逆變換可以根據(jù)需要對各級小波細(xì)節(jié)中的某一時(shí)刻的子波進(jìn)行選擇重構(gòu),提取噪聲信號中的特征信息。吉林大學(xué)通過噪聲與振動信號的6級小波分解,得到了車內(nèi)噪聲與振動噪聲源的相關(guān)系數(shù),識別了主要噪聲源,證明了小波變換是一種有效的噪聲源識別方法。合肥理工大學(xué)利用小波包分解與重構(gòu),對噪聲信號進(jìn)行分解,并計(jì)算了各個(gè)小波包能量,識別了風(fēng)扇、油底殼、排氣為某客車的主要噪聲源。2.3.3源信號矢量t的存盲源分離是一種較新的信號分析方法,在振動信號中運(yùn)用比較廣泛,目前在噪聲信號中還處在初步階段。盲源分離法是指在輸入信號未知時(shí),只由觀測到的輸出信號來辨識系統(tǒng),以達(dá)到對多個(gè)信號分離的目的,從而恢復(fù)原始信號或信號源。盲源分離信號混合過程的數(shù)學(xué)模型可以表示為其中s(t)=[s1(t),s2(t),…,sn(t)],T是n′1的源信號列矢量。類似的,x(t)為m′1的混合信號矢量,n(t)為m′1的噪聲矢量,而矩陣A為m′n的混合矩陣,其各元素為混合系數(shù)aij。盲源分離問題也可以描述為:在混合矩陣A和源信號矢量s(t)均未知的條件下,求一個(gè)n′m的矩陣W,使得W對混合信號矢量x(t)的線性變換y(t)為對源信號矢量s(t)或其某些分量的一個(gè)可靠估計(jì),通常將矩陣W稱為分離矩陣。盲源分離法需要一定的先驗(yàn)知識,即能夠初步了解聲場中存在噪聲源,同時(shí)對于傳感器個(gè)數(shù)以及測試距離也需要測試人員進(jìn)行系統(tǒng)的設(shè)計(jì)。盲源分離的求解結(jié)果中存在幅度的不確定性和源信號順序的不確定性,但由于源信號大部分的信息存在于波形中,而非信號幅度和排列順序中,因此與幅度和排列順序相關(guān)的不確定性是可以接受的,在實(shí)際應(yīng)用中不影響源信號的識別。盲源分離法在車輛噪聲識別工程應(yīng)用中比較少。廣東農(nóng)工商職業(yè)技術(shù)學(xué)院以柴油機(jī)為研究對象,基于盲源分離技術(shù)對混疊噪聲信號進(jìn)行了分離,雖然分離出了混疊在發(fā)動機(jī)噪聲中的噪聲信號,但對于發(fā)動機(jī)多噪聲源的特性并沒有提及。3聲壓、聲強(qiáng)、聲場等音場點(diǎn)聲場分布聲陣列測試技術(shù)主要運(yùn)用于聲強(qiáng)、聲全息和波束成形分析中,利用網(wǎng)格面對噪聲源的輻射面進(jìn)行重構(gòu),通過聲壓、聲強(qiáng)測試各測量點(diǎn)聲壓、聲強(qiáng)、相位等一系列與聲場有關(guān)的信息,分析測量面上的聲場分布,達(dá)到識別噪聲源的目的。通過對各個(gè)傳聲器時(shí)域采集信號進(jìn)行頻譜分析,計(jì)算各個(gè)頻率或頻率段的能量分布,將各聲源能量細(xì)化到各個(gè)頻段,可以有效對噪聲源進(jìn)行識別,達(dá)到降噪目的。3.1聲強(qiáng)測試算法聲強(qiáng)法是80年代發(fā)展起來的新技術(shù),不論國內(nèi)還是國外普遍采用這種方法。這種方法對試驗(yàn)條件要求相對其他試驗(yàn)方法較低。通過使用網(wǎng)格將整個(gè)聲源面劃分為許多小塊,運(yùn)用聲強(qiáng)探頭分別測量各個(gè)網(wǎng)格節(jié)點(diǎn)上的聲強(qiáng)值,經(jīng)過插值運(yùn)算,就可以得到整個(gè)聲源輻射面的聲強(qiáng)云圖,可以清楚的了解那一部分的聲源對整車的噪聲貢獻(xiàn)大。再者也可以通過頻段劃分,得到各個(gè)頻段的聲強(qiáng)云圖并計(jì)算出頻段的能量分布,為噪聲源的頻段分析提供依據(jù)。聲強(qiáng)測試方法不僅能夠得到某一測點(diǎn)的能量大小,同時(shí)還可以清楚的了解能量流動方向,可以更加全面了解聲場中的能量分布。聲強(qiáng)法通過分析整個(gè)聲源面的聲強(qiáng)云圖,了解聲源面上各噪聲源對整車的噪聲貢獻(xiàn)大小[24―26]。3.2聲全息成像基礎(chǔ)聲全息主要是指聲波振幅和相位信息。聲全息測試技術(shù)在測試過程中虛擬兩個(gè)平面,一個(gè)平面稱為重建面,它距離被測試的噪聲源平面比較近,另一個(gè)面稱為全息面或是采樣面,在測試現(xiàn)場兩個(gè)平面相隔一定的距離。聲全息測量原理是首先運(yùn)用傳聲器記錄在全息面上有關(guān)聲波的幅值與相位的信息,然后利用聲全息聲場重建公式對重建面上的聲場分布進(jìn)行重建,由于重建面距離被測表面比較近,可以近似的得到被測發(fā)聲體的表面聲場分布。按聲場測量的原理可分為常規(guī)聲全息、近場聲全息(NAH)和遠(yuǎn)場聲全息三種。常規(guī)聲全息,全息數(shù)據(jù)是在被測物體的輻射或散射場的菲涅爾區(qū)和弗朗和費(fèi)區(qū)(即全息接收面與物體的距離d遠(yuǎn)大于波長λ的條件下)采用光學(xué)照相或數(shù)字記錄設(shè)備記錄的,因?yàn)槭艿阶陨韺?shí)用條件的限制,根據(jù)全息測量面重建的圖像受制于聲波的波長。遠(yuǎn)場聲全息,其特點(diǎn)是全息記錄平面與全息重建平面的距離d遠(yuǎn)遠(yuǎn)大于聲波的波長λ,即其全息數(shù)據(jù)是在被測聲源產(chǎn)生聲場的輻射或散射聲場的菲涅爾區(qū)和弗朗和費(fèi)區(qū)獲得的。這種方法通過測量離聲源很遠(yuǎn)的聲壓場來重建表面聲壓及振速場,由此可預(yù)報(bào)輻射源外任意一點(diǎn)的聲壓場、振速場、聲強(qiáng)矢量場。由于進(jìn)行全息數(shù)據(jù)記錄的表面距離被測聲源面較遠(yuǎn),而全息記錄的表面的面積是有限的。近場聲全息NAH(Near-fieldAcousticalHolography),是一種新的成像技術(shù),是全息成像理論的推廣和突破。近場聲全息是在緊靠被測聲源物理表面的測量面(d<<λ)記錄全息數(shù)據(jù),然后通過變換技術(shù)重建三維空間聲壓場、振速場、聲強(qiáng)矢量場,并能預(yù)報(bào)遠(yuǎn)場指向性。由于是近場測量,所以除了記錄傳播波成分外,還能記錄空間頻率高于且隨傳播距離按指數(shù)規(guī)律衰減的倏逝波成分。由于它含有振動體細(xì)節(jié)信息,所以理論上可獲得不受波長限制的高分辨率圖像,測量覆蓋了從聲源出來的一個(gè)大的方位角,有指向性的聲源能夠被不失信息地檢測出來。比較三種聲全息技術(shù),NAH實(shí)用面最廣,分辨率最高,可操作性最強(qiáng),所以近些年來,國內(nèi)外對NAH研究相當(dāng)活躍。經(jīng)過很長時(shí)間的發(fā)展已經(jīng)日趨成熟,廣泛應(yīng)用于近距離測量和對中低頻噪聲源的識別。80年代初E.G.William和J.D.Maynard提出基于空間聲場變換的近場聲全息方法。清華大學(xué)汽車工程系對近場聲全息確定噪聲源進(jìn)行了研究。合肥理工大學(xué)對聲全息各類重建計(jì)算方法及適用范圍、聲全息數(shù)據(jù)的各類采集方法、特點(diǎn)及聲全息成像的分辨率、各類聲場全息圖像的表達(dá)方法等問題的研究現(xiàn)狀進(jìn)行了詳盡的分析。3.3波束成形方法波束形成技術(shù)(Beamforming)是一種信號處理技術(shù),適合中高頻率的聲源識別和中長距離的測量,可以用于穩(wěn)態(tài)聲源、非穩(wěn)態(tài)聲源以及緩慢運(yùn)動聲源的識別,這項(xiàng)技術(shù)可以增強(qiáng)特定方向上的有用信號,衰減其它方向上的干擾信號,從而形成空間指向性,有效彌補(bǔ)了近場聲全息法(NAH)在高頻識別的不足,測量速度快,可在中遠(yuǎn)距離測量,能識別大結(jié)構(gòu)的噪聲源,由其對汽車整車的噪聲源識別。與NAH不同波束成形方法除了可以應(yīng)用規(guī)則陣列外,還可以應(yīng)用不規(guī)則陣列,對于不能緊靠聲源表面進(jìn)行測量的情況,以及高頻的大尺寸聲源,波束成形可以利用少量的傳聲器獲得較高的分辨率?；邴溈孙L(fēng)陣列的聲源定位問題,按照定位原理大體上可分為三大類:(1)基于最大輸出功率的可控波束形成技術(shù);(2)基于到達(dá)時(shí)間差TDOA技術(shù);(3)基于高分辨率譜估計(jì)的定位技術(shù)。近年來波束成形技術(shù)得到不斷的發(fā)展。合肥理工大學(xué)通過對傳統(tǒng)平面陣列網(wǎng)格的改進(jìn),提出了一種基于三層立體陣列,并與傳統(tǒng)的陣列進(jìn)行比較,驗(yàn)證了波束成形技術(shù)的有效性。4發(fā)表評論和評論4.1噪聲信號的識別通過以上分析,可以得到以下