汽车时变噪声的响度计算模型适用性分析

建立Zwicker瞬时响度、Moore瞬时响度、Moore时变响度计算方法,引入ArtemiS软件的Zwicker时变响度计算方法,并采用4种模型针对汽车发动机怠速噪声、汽车关门声和电机驱动汽车加速噪声3种典型的稳态、冲击与阶次扫频的信号进行响度计算,对比分析4种模型用于时变噪声响度计算的适用性.研究表明:噪声频率成分与幅值变化越剧烈,Zwicker与Moore时变响度计算偏差越大,瞬时响度模型的计算越精确;Moore时变响度时频分析有助于噪声来源和发生机理的分析与识别.     

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.     

响度特征量化的改进算法

为提取噪声信号的响度特征,研究Zwicker响度计算模型中安静状况下听阈对应的激励、被计算声音对应的激励和参考声强对应的激励3个参数参与运算的方式,引入等响曲线上24个临界频带中心频率对应的听阈声强级,提出了通过求取噪声信号的能量,计算噪声信号各临界频带的特性响度值的响度计算改进算法。利用这一算法可方便地计算噪声信号不同临界频带的响度值,这些特性响度值可组成一个24维响度特征矢量,以应用于信号分析、模式识别等。通过水声目标的模式识别实验,验证了这一信号响度特征量化改进算法的有效性和实用性。     

基于倒谱特征的舰船辐射噪声识别算法研究

研究了舰船辐射噪声的倒谱信息．倒谱可以避免连续谱特征的不稳定性，基于此，将倒谱代替连续谱作为舰船辐射噪声识别的特征，并对实测的海上数据进行了仿真实验．结果表明，该方法可以有效地达到识别舰船辐射噪声的目的，且识别率高．     

交通噪声预测的神经网络模型

运用 Matlab语言编程 ,构造预测交通噪声的 LM算法 BP神经网络模型 ,把预测因子 (轻、重型车流量、平均车速、受声点距路肩距离、敏感点高差 )作为样本输入到网络模型 ,噪声等效声级作为样本输出 ,反复训练网络 ,通过增加隐含层节点数、改进算法 ,以降低误差 ,缩短训练时间。     

浅海信道中舰船辐射噪声包络线谱传播特性

包络线谱是舰船辐射噪声的一个重要特征,反映了辐射噪声中低频线谱成分以及其他一些周期性对宽带连续谱噪声的调制效应,对包络谱线谱特征的提取分析,有利于目标信号的检测和识别.本文将舰船辐射噪声建模成为周期性局部平稳过程,在包络谱估计和包络线谱特性分析基础上,得到包络线谱高度等特征参数的具体表示,然后从传播过程中接收信噪比变化的角度,分析了包络线谱传播特性及其特征参数的变化.数值计算表明:从能量角度看,舰船辐射噪声中周期性局部平稳谱与平稳谱服从一样的传播规律,与通常的声场传播律一致;包络线谱高度的传播衰减取决于信噪比,信噪比较高时(正信噪比)它几乎保持不变,信噪比较低时(负信噪比)它按信噪比衰减规律下降;在浅海信道传播条件下,由于传播衰减较自由场情况要小,同样的包络线谱高度可以传播到更远的距离上.     

基于隐马尔可夫模型的舰船辐射噪声目标识别

将隐马尔可夫模型引入到舰船噪声目标识别中。选择MEL频率倒谱及其差值参数作为模型的观察序列,分别采用Baum-Welch算法和Viterbi算法对模型进行训练和识别。对这一模型进行了计算机模拟,并利用潜艇、鱼雷和水面舰3类目标的海上实录噪声对其识别性能进行了测试,正确识别率为87%。实验表明,用隐马尔可夫模型对舰船辐射噪声进行目标识别可以取得较好的效果。     

基于神经网络和遗传算法的舰艇声纳自噪声预报

研究了舰艇航行时声纳部位接收到的全艇自噪声的预报问题．分析了影响声纳部位自噪声的各种参数,将BP神经网络和遗传算法相结合用于舰艇声纳部位自噪声预报．通过使用遗传算法对神经网络的初始权值进行优化,可以在解空间中定位出一个较好的搜索空间,然后采用BP算法在这个小的解空间中搜索出最优解．通过整理大量的测试数据,对神经网络进行训练,训练好的神经网络能够迅速而精确地对舰艇各种航行状态的自噪声进行预报．结果表明,该方法不仅具有足够的精度,而且实用方便、适用性强．     

基于加窗Burg谱估计的船舶辐射噪声识别

船舶辐射噪声是非常复杂的,寻找新的特征是目前水下目标识别中的一项非常迫切而艰巨的任务。基于一般Burg谱估计原理提出了一种加窗Burg谱估计新算法。利用得到的加窗Burg谱特征矢量用支持向量机分类器和BP神经网络分类器对海上实测的三类目标噪声数据进行了分类识别,并与一般的Burg谱特征进行了对比。结果表明对三类目标的总体正确识别概率在93.21%以上,并且加窗Burg谱特征比一般的Burg谱特征具有更好的分类性能和抗噪性能,支持向量机的分类性能也优于BP神经网络的分类性能。     

舰船辐射噪声的非高斯特性和非线性检验

用Hinich检验方法，验证了实际舰船辐射噪声中存在非高斯性、非线性成分，为利用高阶累积量方法提取舰船辐射噪声的非高斯特征，提供了客观依据。     

发动机壳体辐射噪声预测

采用虚拟预测方法研究某发动机壳体的振动特性及噪声辐射特性.采用有限元法分析发动机壳体在振动加速度激励下的动态响应,得到壳体表面的振动速度频谱图,并与试验所得壳体上典型点的振动速度频谱图进行对比,仿真结果与试验结果吻合较好.将计算得到的壳体所有外表面节点的振动速度作为边界元模型的输入载荷,导入到声学仿真分析软件中,计算由壳体表面振动而辐射出的噪声,并用声强试验进行验证,对比了理论计算数据与试验数据,两者的噪声分布云图及噪声源中心点处的声强频谱图,并分析了误差产生的原因,结果表明,采用有限元法与边界元法联合求解的方法能够有效地预测出壳体辐射噪声.     

发动机机体振动噪声的预测方法

采用综合多体动力学-有限元法-声学分析法的集成预测方法,对发动机机体振动噪声的预测方法进行了研究,并详细介绍了该方法的分析流程.通过多体动力学得到作用于机体上的载荷时间历程,用有限元法预测机体表面的振动,通过声学分析法预测机体表面辐射的噪声.将振动和声学预测数据与试验数据进行比较,结果表明该方法可以准确预测机体的振动噪声水平,可用于机体的虚拟改进设计.     

电力线通讯辐射噪声的预估与抑制

介绍了电磁干扰(EMI)噪声分离网络在预估与抑制电力线通讯中系统辐射电磁干扰噪声方面的应用.首先,利用电磁干扰噪声分离网络对电力线通讯系统中的电磁干扰总噪声进行模态提取,获得该噪声中的共模分量和差模分量,并根据相应的数学模型将测量得到的噪声电压信号转化为噪声电流信号.然后,利用共模噪声电流与辐射场的关系模型对系统的电磁干扰辐射噪声进行预估.实验结果表明:通过提取引起辐射噪声的共模噪声电流,可较为准确地预估此辐射噪声;通过设计相应的EM I滤波器或采用铁氧体磁环,可实现对共模噪声电流的抑制,从而达到抑制系统中辐射电磁干扰噪声的目的;与滤波器相比,铁氧体磁环抑制辐射噪声的效果更为明显.     

响度与响度JND的关系

根据解释强度与强度JND关系的唯象模型 ,可得与ISO 1 3 1 1 979(E)同形式的响度变化模式 .也可得响度与响度JND间存在的关系 :响度JND与响度的比 (ΔL/L)是不依赖信号强度变化的常数 .响度与响度JND间的这种关系可从响度的听神经发放率表达机制得到定性的解释 .     

流体激励下多级离心泵辐射噪声特性研究

为研究多级离心泵运行时产生的外场噪声,以一台五级导叶式离心泵为研究对象,研究了流体激励下泵的辐射噪声特性.通过外场噪声试验结果与计算结果之间的对比,验证了多级离心泵辐射噪声数值预测方法的有效性.提取泵全级数流体表面偶极子声源,并基于声振耦合方法计算了泵外场噪声.研究结果表明:泵外场噪声声压水平约为75~85dB,随着流量增大,噪声水平先减小再增大;流量变化对辐射声功率谱上特征频率处水平影响不明显,对宽频带影响较大;在大流量工况下,叶轮及正导叶叶片数对辐射噪声影响明显,反导叶叶片数影响较小;BPF2频率处声压水平比BPF1处高约11~20dB;在BPF2处辐射声压分布中0.4Qd工况下,上游噪声强于下游,随流量增大,噪声最大值区域向出口附近转移.     

从时间与空间角度控制板式球磨机强辐射噪声

研究了板式球磨机的发声机理，认为运动钢球的强烈撞击为其主要噪声源．谱峰能量在4 kHz，A声级达103dB，是引起噪声性耳聋的重要因素．根据等能量理论，改进了操作流程，从而减少了噪声暴露时间，并提出近声场区防噪措施．结果表明，对声源采取合理的空间分布、隔离等措施后，可明显降低噪声。     

高速列车车头曲面气动噪声的数值预测

利用映射法生成高速列车头部流场的六面体贴体网格。采用三维大涡模拟法（LES）计算高速列车流线型头部的瞬态外流场,利用Lighthill-Curle声学比拟理论预测高速列车头部诱发的气动噪声。研究结果表明：气动噪声在很宽的频带内存在,是一种宽频噪声;在低频时,声压幅值较大,随着频率升高,幅值下降;当来流速度一定时,距离气动噪声源越远,总声压级越低,但总声压级的衰减幅度减少;随着列车运行速度增加,诱发的噪声加大,但距离车头曲面越远,总声压级的增幅越小;同一噪声源在不同受声点引起的噪声频谱曲线基本相似,控制列车运行过程中产生的脉动压力,能够减少气动噪声。     

一种获取船舶主要噪声源参数的方法

为了确定船舶主要辐射噪声源的声源参数,在分析辐射噪声特性及其传播规律的基础上,建立一个浅海波导条件下船舶主要辐射噪声源的数学模型.在不同信噪比条件下,利用快速场积分的方法计算船舶宽带辐射噪声的近场声压,并以全局概率优化搜索方法遗传算法作为反演工具,求解由近场声压数据构成的非线性方程组,从而得到辐射噪声源的参数.仿真结果表明,在浅海波导条件下,在信噪比高于15 dB时,该数学模型可有效反演出船舶主要辐射噪声源的声源参数.     

基于船舶预报模型的动态定位控制

根据船舶定位的原理和特点，设计了基于ANFIS自适应模糊神经网络预报模型的控制方法．该方法对影响船舶定位的各种无规律运动的海浪、风、水流等因素，通过MISO ANFIS模糊神经网络的结构，给出影响船舶定位的预报模型，从而建立船舶控制模型．以混合式的学习算法为基础，对条件参数采用反向传播算法，而结论参数采用线性最小二乘估计算法来调整参数．使控制快速准确，实现了船舶推进装置的最优控制，达到船舶精确定位的目的．     

流动管道内噪声源辐射声场数值预估

流动管道内噪声源辐射声场问题难度很大。该文给出了经实验考核的流动管道内声源辐射声场数值预估方法,并给出了圆管外声压级指向性系数图。利用这些图和简单公式,通过测量管外一点的声压级就可确定管内声源声功率。该文数值方法采用线化Euler方程,四阶MacCormack差分格式和Tam与Webb的无反射边界条件数值预估有流动的圆管出口辐射声场,并用声强扫描仪和声级计在半消声室中测量了管内声功率及管外声压分布,数值计算和实验所得声压指向性系数符合良好,最大误差小于1dB。