原文传递
基于独立分量分析和小波变换的内燃机噪声源的识别研究
| 论文题名： | 基于独立分量分析和小波变换的内燃机噪声源的识别研究 |
| 关键词： | 独立分量分析;小波变换;内燃机噪声源;识别技术 |
| 摘要： | 随着城市车辆的日益增多，机动车噪声污染日益严重，已成为影响人们生活和工作的主要环境问题之一。内燃机作为车辆主要的噪声源，其噪声控制研究已成为目前国内外的热点研究问题。由于内燃机结构复杂，发出的噪声信号是一种非平稳周期信号，很难通过一般方法找到内燃机最大噪声辐射部位。因此，如何准确快速的识别内燃机噪声源是内燃机噪声控制的重要前提。传统的内燃机噪声源识别方法在应用上都有一定的局限性，因而有关的研究和应用也受到了很大的限制。 本文针对内燃机辐射噪声信号的特点，研究利用噪声测试技术、独立分量分析、小波变换技术及盲分离不确定性消除等现代测试技术与信号分析方法，从复杂的噪声信号中分离和识别出内燃机的主要噪声源，并计算各个噪声源对整机噪声的贡献度。主要研究内容如下： 1.首先介绍了内燃机噪声研究的国内外发展状况，为内燃机声源分离和识别方法的选取和相关技术的改进提供了理论依据，并在文献检索的基础上系统地分析了内燃机主要噪声源的特性及其产生机理，揭示了内燃机噪声的主要激励源及其在内燃机结构内部的传递路径，为准确识别噪声源和有效地进行噪声控制做了必要地知识准备。 2.介绍了独立分量分析方法的原理以及其在工程上的应用。以某六缸柴油机为研究对象，对其不同工况下的噪声信号进行了统计独立性和高斯性分析，结果表明，噪声信号基本满足独立分量分析的前提条件。采用基于负熵极大地快速独立分量分析(FastICA)算法，将测量的噪声信号分解成一系列独立分量。 3.采用傅里叶变换和小波变换技术对各个分量进行特征分析，以进一步识别各独立分量与内燃机噪声源的对应关系。结合时频分析结果和先验知识，对各独立分量进行了确定。 4.采用基于快速傅里叶变化与基于频谱相似度的ICA不确定性消除方法消除了ICA(BSS)估计的不确定性，实现了源噪声信号波形的恢复。 5.计算各独立分量噪声信号的声功率以及对整机辐射噪声声功率的贡献度，明确了主要的噪声源及其特征，提出了控制主要噪声源的措施，为进一步控制整机噪声奠定了基础。 |
| 作者： | 关毅 |
| 专业： | 机械制造及其自动化 |
| 导师： | 毕凤荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
