原文传递
车用起动电机噪声特性分析与声源识别研究
| 论文题名： | 车用起动电机噪声特性分析与声源识别研究 |
| 关键词： | 噪声源识别;时频分析;独立分量分析;起动电机 |
| 摘要： | 汽车起动电机靠近驾驶室，在起动时会发出明显的啸叫声，对汽车的舒适性能产生影响，在客户对汽车舒适性能要求越来越高的今天以及汽车频繁起停的交通现状，减小起动电机的异响噪声显得尤为重要。准确的进行噪声源识别是减振降噪的前提，从而能够在设计阶段对产生噪声的零部件及部位加以控制，实现低噪声设计。 本文以三种车用起动电机为研究对象，针对其噪声问题进行噪声特性的分析，并采用了一种基于EEMD-FastICA-STFT方法对其噪声源分离识别问题进行研究，本文的主要工作包括: 首先对A、B两款车用起动电机分别进行了恒速工况和整车工况的噪声振动试验，采集了电机噪声和振动数据，并对电机C进行了变速工况的噪声试验，采集了噪声数据。随后，对A、B两款起动电机进行噪声特性分析，并结合振动噪声分析方法识别出了噪声源。 提出了基于集成经验模态分解(EEMD)、快速独立分量分析(FastICA)和短时傅里叶变换(STFT)相结合的噪声源识别方法，对起动电机噪声信号进行盲源分离和声源识别研究。首先利用集成经验模态分解法将单一通道的电机噪声信号分解为一系列本征模态分量，随后用FastICA算法提取独立成分。对原FastICA算法进行改进，提高了运算效率和识别精度，最后利用短时傅里叶变换良好的时频分析特性，对FastICA分离结果进行时频分析，结合时频分析结果和电机噪声的先验知识，确定了各独立分量与电机不同噪声源的对应关系。 最后，以EEMD-FastICA算法为基础，以Matlab为软件平台，开发了专用于电机噪声源识别的系统。软件主要功能有:电机噪声信号的时域分析、频域分析、时频分析，以及基于独立分量分析的电机噪声源识别。软件采用人性化设计便于人工操作，可以方便的进行电机噪声信号的分析及声源识别。 综上，本文的研究工作不仅为车用起动电机减振降噪提供了依据，也能为实现起动电机噪声的在线检测提供参考。 |
| 作者： | 龚承启 |
| 专业： | 车辆工程 |
| 导师： | 华春蓉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
