某轴流风机噪声特性与降噪研究

为实现某款车载方舱轴流风机的降噪，进行了轴流风机噪声特性研究。基于RNG k-ε模型、大涡模拟模型和FW-H噪声模型，运用滑移网格法和多重参考系法(Multiple reference frame, MRF),从稳态和瞬态两个维度对风机的偶极子噪声进行了数值模拟。结果显示：风机的噪声声压级为45.6 dB;在安装风机罩后，数值增大到59.2 dB。采用调整风机罩安装距离和出风口形状进行了降噪研究，研究表明：风机罩安装距离增加到25 mm时，噪声从59.2 dB降低到了51 dB;风机罩出风口改为扇形结构后，噪声从59.2 dB降低到了53.8 dB,降低了9.1%,降噪效果明显。     

汽车空调气动噪声数值与试验研究

通过数值仿真和台架试验相结合的方法开展某车型空调系统气动噪声研究.研究发现,精细网格和大涡模拟方法能够获得高精度的出风口风量分配结果,它们与试验最大偏差为4.35%,最小偏差为0.93%.与此同时,空间流线的紊乱和当地速度的大小直接影响其表面总声压级的大小,对于计算的空调系统,风机是主要噪声源,改善风机流动分离,降低风机噪声是空调系统降噪的关键.可穿透面的声辐射方法有效地考虑到表面压力脉动的偶极子噪声和空间涡流的四极子噪声,是汽车空调气动噪声计算中声辐射的有效处理方法.利用该方法得到的测点总声压级与试验值更加接近,约相差2dBA,频谱变化趋势和数值基本一致,推荐作为后续空调气动噪声仿真的声辐射处理方法.     

分体式空调连接管气动噪声的数值分析

为了研究连接管结构对分体式空调室内机噪声的影响,采用Fluent的耦合声学分析软件Virtual Lab Acoustics计算了室内机侧连接管端面的声压频谱,进而得到连接管的气动噪声特性.以变截面管道试验装置为对象,验证了数值方法的正确性.在此基础上,分析了连接管的内径、长度和拐弯处圆角半径对室内机侧连接管端面声压频谱的影响特性.结果表明:存在一个气管内径值使得室内机侧气管端面声压级达到极值,内径高于或低于此值均能有效降低气管的气动噪声;减小液管内径有利于降低液管的气动噪声;改变连接管拐弯处圆角半径不能有效降低连接管的气动噪声;减小连接管长度有利于降低连接管的气动噪声.     

基于接触热阻模型的笔记本电脑散热性能分析与优化

为改善笔记本电脑表面温度高、热流密度大等问题,基于接触热阻理论建立了某笔记本电脑的数值分析模型,并对其内部温度场和气流场进行数值模拟,对散热结构进行优化.采用热成像仪、热电偶对其温度场和关键点温度进行实验验证.结果表明:原样机的进风口和热管设计不合理,不利于芯片散热.通过调整笔记本电脑进风口位置使其内部流场更加合理;改变热管布置解决了热量集中的问题,CPU的最高温度降低了6.0℃;优化散热肋片的尺寸,有效地提高了系统的散热能力.研究结果对笔记本电脑以及其他电子产品的散热设计有很好的参考价值.     

小型离心风机的噪声控制

对小型离心风机噪声源进行测试和分析,确定该风机的噪声主要是空气动力性噪声。在该型风机的进风口和出风口上设计安装阻性消声器,达到控制噪声的目的。     

汽车空调出风口设计与装配流水线工作研究

我国汽车产业面临激烈的竞争态势,内饰零件制造的利润空间也在逐步缩减,企业必须加强对汽车生产过程的成本控制,以增强自身汽车产品的市场竞争力。本文以汽车空调出风口装配流水线为研究对象,探讨汽车空调出风口装配的优化、平衡工序,以较低的成本提高汽车空调出风口装配效率,从而降低企业运营成本,提升汽车空调出风口的制造质量。     

基于实测数据的机载波谱仪斑点噪声估算方法

针对斑点噪声和雷达响应函数影响波谱仪测浪结果的问题,基于机载波谱仪挂飞试验的实测数据,提出了一种斑点噪声估算方法.该方法采用最小二乘拟合高斯函数参数,估算斑点噪声和雷达响应函数.利用估算结果对海浪调制谱进行修正,分析斑点噪声和雷达响应函数对测浪结果的影响.结果表明,斑点噪声修正使有效波高值平均减小12%;雷达响应函数修正将使有效波高值平均减小2.9%,证明了斑点噪声修正对于估算波浪谱相关物理量的必要性和本文提出估算方法的有效性.      

色噪声驱动下延迟双稳系统中的相干共振

研究了乘性色噪声和加性白噪声驱动下的延迟双稳系统.应用Kampen理论、Novik-ov理论、绝热近似理论和两态理论得到功率谱表达式.发现了随着加性噪声强度的增加出现了相干共振现象,且共振发生在延迟时间与加性噪声强度之间.乘性噪声强度会降低系统的输出;色噪声的自相关时间能够加强系统的输出;且在较大的自相关时间下,较小的加性噪声强度就能使系统产生共振现象.     

约束阻尼结构油底壳的辐射噪声响度研究

建立含机油的约束阻尼结构油底壳的耦合模型及其辐射声场无限元模型,测取螺栓的振动加速度,将其加载于油底壳螺栓孔处计算油底壳辐射声场.提取距油底壳底面中心垂向10 cm处的声压仿真值,在500~3 000 Hz内的声压仿真值与测试值十分吻合,验证了油底壳声学计算的准确性.分别以油底壳辐射噪声A计权声压级总值及响度值为目标进行优化计算,对比分析可得:A计权声压级总值较低的噪声可能使人感觉噪声强度较大,以响度等声品质指标为目标才能最直接地改善部件的NVH性能.以辐射噪声响度为目标函数,采用自适应模拟退火算法对油底壳各层厚度进行优化,优化后响度值较原机降低40.0sone,降幅达27.3%,且改进后的总质量降低21.2%,NVH性能明显改善.     

矿用对旋式轴流通风机气动噪声及三维流场数值模拟与分析

以矿用对旋式轴流通风机为研究对象,应用计算流体力学软件FLUENT对通风机气动噪声及三维流场进行数值模拟与分析,研究矿用对旋式轴流通风机气动噪声产生机理及通风机内部三维流场的流动状况;在三维非定常流动条件下,采用大涡模拟湍流模型(LES)进行求解,选取二阶隐式时间推进法来提高计算精度,结果表明:受前后两级叶轮之间所形成的流道不均影响,在同一轴向截面上靠近叶轮壁面位置的噪声值小于叶轮流道中部位置的噪声值,而叶轮流道中部位置的噪声值又小于靠近轮毂壁面位置的噪声值.离通风机气动噪声源(前后两级叶轮)越近,受到的气流压力脉动的影响就越大,则该区域气流的振动也越大,其对应的噪声值就越高;反之,越远离噪声源的区域受到的气流压力脉动的影响就越小,使得该区域的气流的振动越小,其对应的噪声值越低.同时,高压旋转的气流在扩散器区域的分布不再均匀,靠近叶轮壁面及轮毂的动压较低,而通风机流道中部附近的动压较高.研究结果对矿用对旋式轴流通风机的优化设计具有一定的指导意义.     

基于Huber函数双边全变分的多帧文档图像超分辨率重建

针对低分辨率文档图像中噪声模型不确定、字符边缘和纹理走向复杂多变的问题,提出GemanMcClure(GM)范数替代L1、L2范数用于提高算法的鲁棒性,设计了结合双边全变分(BTV)和Huber函数的正则化项,采用Lucas-Kanade光流配准算法,利用字符结构特征的先验信息,使算法在重建过程中更加注重边缘细节与边缘方向信息。实验表明,与L1BTV、L2BTV和无Huber函数的GMBTV正则化(下文简称GM方法)重建方法相比,文中算法在混合噪声模型下能够显著平滑噪声、锐化边缘、提升文档图像字符的分辨率,字符识别率提高14.69%的同时运算时间缩短了29.34%。     

基于噪声检测的多语言知识图谱实体对齐技术研究

针对在实体对齐任务中,由于缺少噪音实体对的标记,导致对齐准确率不高的问题,提出采用健壮性实体对齐(Robust Entity Alignment,REA)方法,设计了噪声感知实体对齐模块和噪声检测模块.首先,噪声感知实体对齐模块是基于图卷积神经网络(Graph Convolutional Networks,GCN)的知识图编码器,将知识图谱中的实体对更新嵌入;然后,基于生成对抗网络(Generative Adversarial Networks,GAN)设计了噪声生成器和噪声鉴别器,从而将实体对中的噪音实体对区分出来;最后,通过一种交互的强化训练策略,迭代使噪声感知和实体对齐相结合.实验结果表明,在DBP15K数据集上测试,新方法能有效提高在涉及噪音情况下的实体对齐精准度,与GCN-Align和IPTransE这些基准嵌入模型相比,Hits@1、Hits@5、M_RR 3个评价指标上均有较大的提升.     

基于锁相频率合成的毫米波下变频组件的设计

本文介绍了一种基于锁相频率合成的毫米波下变频组件的设计,重点阐述了该下变频组件的组成,硬件电路和毫米波锁相频率合成器的设计。通过建立锁相环路的相位模型,对输出信号的相位噪声进行了分析,包括指标分配、方案设计和指标核算。与传统的相比,该下变频组件具有频率范围宽,变频损耗小,隔离度大,相位噪声和频率-温度稳定度好等特点。在毫米波小信号测试方面具有很大的优势。     

基于GA-BP神经网络的加速工况车内声品质研究

遴选出15辆乘用车三挡全油门加速工况车内噪声,选择专业评审者进行主观评价试验,选择具有噪声时变特征的4个客观评价参量,基于GA-BP神经网络建立精准的预测模型,同时将用该模型与多元线性回归模型得出的结果进行对比。研究表明,GA-BP神经网络模型更适合描述车内噪声品质评价的复杂性和非线性,可以获得更好的预测结果,可较大程度的提高预测精度。     

红外探测传感器设计

分析了红外辐射温度测量电路光电转换的基本原理,从实际应用情况入手,设计用于高速运动或运转物体的温度测量.硬件电路主要包括光电转换、前置放大、低通滤波器、后级放大.介绍了电路各个部分的作用和设计方法.最后对电路噪声特性进行研究,提出改善信噪比的方法.     

改进YOLOv4的复杂交通场景目标检测方法

针对复杂交通场景下密集小目标居多、目标尺寸差异大、目标间遮挡严重的问题,提出了一种基于YOLOv4框架的复杂交通场景下的目标检测算法。首先,构造多尺度特征融合提取模块作为主干网络特征提取模块,充分提取不同尺度目标特征信息,同时引入轻量化Ghost模块对主干网络特征进行维度调整;其次,将卷积模块与自注意力机制融合,构造倒残差自注意力模块应用到主干网络深层,深层网络在充分提取局部特征信息基础上获得了全局感知;然后,构造轻量级混合注意力模块,抑制背景噪声,增强密集小目标检测能力;最后,在Udacity数据集上进行实验,检测精度达到了84.41%,相比较YOLOv4, mAP(mean average precision)提高了3.07%,对1 920×1 200分辨率图像的检测FPS(frames per second)可达到49,提高了22.5%,精度提升的前提下实现了较好的实时性,更适用于复杂交通场景下的目标检测任务。     

齿轮结构振动声学特性数值分析

交替运用结构有限元法与声学边界元法,对齿轮结构振动声学特性数值计算问题进行了研究。建立了齿轮结构三维有限元分析模型,通过频响分析计算,获得结构振动响应特性参数。以齿轮结构频响分析计算结果为声学边界条件,建立了齿轮三维边界元声学分析模型,并采用直接边界元法,对齿轮近场声学特性进行了计算,得到齿轮结构在简谐激励下的声辐射声压,为降低噪声提供理论依据。计算结果表明,所建立的振动和声辐射模型及算法是有效的。     

基于改进U-Net神经网络的图像去噪算法

针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的U-Net网络结构去噪算法.它由去噪模块以及边缘信息提取模块组成,首先,利用U-Net++中的跳跃连接应用到原始的U型去噪子网中,密集连接的U型去噪网络可以减少编码器...     

结合迁移学习的真实图像去噪算法

为了能有效地去除真实图像的复杂噪声,提出了一种结合迁移学习的真实图像去噪算法。该算法采用了双编码器结构,迁移学习编码单元利用预先训练好的权值有效提取鲁棒特征,残差编码单元对当前数据处理,进一步补充了信息。解码单元通过特征融合模块对丰富的信息进行融合,随后经过残差注意力模块加强对图像细节信息的关注,从而更好地恢复图像。实验结果表明,该算法在DND、SIDD和RNI15真实噪声数据集上有很好的泛化能力,能够在有效去除噪声的同时更好地保留图像纹理和边缘信息,恢复图像视觉效果更好。     

基于自相关算法的超低噪声CMOS相机设计研究

根据CMOS探测器噪声的特点,针对传统降噪方法较难去除的时间相关噪声提出了一种降噪的新算法,对算法进行了原理分析,介绍了该算法基于FPGA硬件实现的新方法。最后,通过实验结果,对该算法的效果进行了评价。