内燃机噪声源识别的声模态及A计权小波改进算法的研究

论文摘要

随着我国汽车工业的迅猛发展和汽车保有量的大幅增加，由机动车辆所引起的交通噪声已成为目前城市环境的主要噪声源。内燃机作为汽车的主要噪声源，已成为汽车行业进行噪声控制的首选目标。在新的世纪里排放和噪声将是内燃机研究的两大主题，并且是决定内燃机未来发展的生存条件。根据噪声的声学特性，噪声源识别在内燃机噪声控制中占有重要的地位，对内燃机进行噪声控制，必须在了解噪声特性的基础上找到主要噪声源，采取必要的针对性措施，才能够收到预期的效果。 本文围绕内燃机声源识别这一主题，在大量相关文献阅读和各种声源识别方法对比分析的基础上，选取对内燃机声源识别行之有效的声强分析和小波分析方法进行了深入的研究，取得了一些创新性成果和具有工程实用价值的分析方法，将这些新方法应用到实际发动机噪声问题研究和声源识别中，得到了理想的发动机噪声源识别效果。 论文首先介绍了内燃机噪声描述和度量的相关知识，为内燃机声源识别方法的选取和相关技术的改进提供了理论依据和必要的数据准备，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噪声控制的措施，为准确识别噪声源和有效地进行噪声控制做了必要的知识准备。 傅里叶变换是沟通频域和时间域的桥梁，是短时傅立叶变换、声强分析和小波变换等现代信号分析方法的基础。文中介绍了傅立叶分析的理论及算法，并通过实例说明了傅立叶分析在非平稳信号分析中的局限性。针对内燃机信号非平稳周期性的特点，指出时频分析是分析这种信号的理想工具，并系统地介绍了目前应用于振动和噪声信号分析中的多种非平稳信号处理方法，从多个角度对多种时频分析方法进行了对比分析，指出和其他时频分析技术相比，小波变换更适合于内燃机辐射噪声信号的分析。 声强测量技术是最近二十年迅速发展起来的一种噪声测量技术。声强测量得到的是矢量，能大大提高测定噪声源方位的能力，有利于计算出复杂噪声源中各个区域的相对噪声辐射强度。在系统介绍了声强技术的发展过程、基本原理和测量方法后，本文用声强云图对一台4G64型车用汽油机进行了工程测试分析，根据声源识别的需要，提出了区位声强分析方法和声模态分析方法，并用这些新方法对发动机噪声源进行了深入的识别研究，得到了良好的声源识别效果。 小波分析在众多工程应用领域被认为是近年来在工具和方法上的重大突破。文中详细介绍了小波变换的由来、小波变换的定义和特点，直观表示了连续小波变换的过程，对小波变换的概貌做了描述。选用连续小波变换方法作为声源

论文目录

• 第一章 绪论
• 1.1 开展内燃机噪声研究的实际意义
• 1.1.1 噪声的危害
• 1.2.2 城市交通噪声
• 1.2 国内外内燃机噪声研究现状
• 1.2.1 国内外汽车及发动机噪声标准发展趋势及国内发动机噪声水平
• 1.2.2 国内外发动机噪声研究现状
• 1.3 内燃机噪声源分析技术概述
• 1.3.1 内燃机内部噪声源分析技术
• 1.3.2 内燃机表面噪声分析技术
• 1.4 论文的安排与组织
• 第二章 内燃机噪声的产生机理及其度量
• 2.1 内燃机噪声的度量
• 2.1.1 内燃机噪声的度量单位
• 2.1.2 声级与分贝
• 2.1.3 分贝的合成
• 2.1.4 噪声的频谱
• 2.1.5 噪声的A计权分析
• 2.2 内燃机主要噪声源及其控制措施
• 2.2.1 内燃机噪声产生机理
• 2.2.2 燃烧噪声
• 2.2.2.1 减少燃烧噪声的三种基本方法
• 2.2.2.2 燃油成份对内燃机噪声和性能的影响
• 2.2.3 活塞拍击噪声
• 2.2.4 齿轮噪声
• 2.2.4.1 减少输入激励
• 2.2.4.2 减少齿轮的振动响应
• 2.2.4.3 利用最大变位齿轮减少内燃机的齿轮啮合噪声
• 2.2.5 油泵噪声
• 2.2.5.1 油泵系统引起的噪声
• 2.2.5.2 未来油泵的设计
• 2.2.6 结构辐射声
• 2.2.6.1 结构的改进
• 2.2.6.2 强声源的屏蔽和覆盖
• 2.3 本章小结
• 第三章 内燃机声源识别的信号分析方法研究
• 3.1 内燃机振声信号的频域分析方法——傅里叶变换
• 3.1.1 连续傅里叶变换（FT）
• 3.1.2 离散傅里叶变换（DFT）
• 3.1.3 快速傅里叶变换（FFT）
• 3.1.4 傅立叶分析的局限性
• 3.2 内燃机振声信号的非平稳信号分析方法
• 3.2.1 自适应信号处理
• 3.2.2 短时傅立叶变换（STFT）
• 3.2.3 Wigner-Ville分布
• 3.2.4 Hilbert-Huang变换
• 3.2.5 小波分析
• 3.2.6 内燃机振声信号非平稳分析方法的选取
• 3.3 本章小结
• 第四章 内燃机声源识别的声强分析方法研究
• 4.1 声强测量的发展过程
• 4.2 声强测量的基本原理
• 4.2.1 声强的p-u测量法
• 4.2.2 声强的p-p测量法
• 4.3 声强的频域分析法
• 4.4 声强信号的 FFT间接算法
• 4.5 用声强法测量声源声功率
• 4.5.1 用分布测点法测量声源的声功率
• 4.5.2 用扫描法现场测量声源的声功率
• 4.6 用声强法识别内燃机噪声源
• 4.6.1 用声功率排序法识别内燃机噪声源
• 4.6.2 用等声强云图法识别内燃机噪声源
• 4.7 本章小结
• 第五章 声源识别的区位和声模态分析方法研究
• 5.1 声源识别的区位分析方法
• 5.1.1 选定区域声功率级的计算
• 5.1.2 用区位分析法进行声源分析
• 5.2 声源识别的声模态分析方法
• 5.2.1 声模态分析计算方法
• 5.2.2 用声模态分析方法识别声源
• 5.2.2.1 右侧面噪声的声模态分析
• 5.2.2.2 左侧面噪声的声模态分析
• 5.2.2.3 发动机左前支撑异常分析
• 5.3 本章小结
• 第六章 非平稳信号的小波分析方法研究
• 6.1 小波变换的由来
• 6.2 小波变换定义及特点
• 6.3 连续小波变换的定义
• 6.4 连续小波运算的直观表示
• 6.5 连续小波变换的一些性质
• 6.6 离散小波变换
• 6.7 用小波变换分析非平稳信号
• 6.7.1 用离散小波变换进行分析
• 6.7.2 用连续小波变换进行分析
• 6.8 本章小结
• 第七章 连续小波变换算法的改进
• 7.1 信号重要参数变化对小波系数的影响
• 7.1.1 幅值变化对小波系数的影响
• 7.1.2 频率变化对小波系数的影响
• 7.2 连续小波变换的改进算法
• 7.3 小波函数的选取
• 7.3.1 MATLAB小波分析工具箱
• 7.3.2 小波函数
• 7.3.3 小波函数的选取
• 7.3.4 cmorlet小波函数研究
• 7.3.4.1 cmorlet小波函数特性
• 7.3.4.2 cmorlet小波函数的选用策略
• 7.4 小波系数的 A计权处理
• 7.5 本章小结
• 第八章 连续小波变换改进算法的应用
• 8.1 噪声源识别对象及工程背景简介
• 8.2 有进气噪声时左侧面噪声的小波分析
• 8.3 无进气噪声时发动机噪声的小波分析
• 8.4 本章小结
• 第九章 全文总结和创新点
• 参考文献
• 攻读博士期间参与的科研项目
• 攻读博士期间发表的主要论文
• 致谢