基于EEMD-ICA-CWT的装载机噪声源特征识别技术研究

发布时间：2020-02-17 22:49

【摘要】：轮式装载机具有作业速度快、工作效率高、良好的机动性等一系列优点,被广泛应用于工程建设的各个方面,具有广阔的市场前景。然而,国产轮式装载机较国外产品普遍存在噪声过大的问题。一方面,随着土方机械噪声限值方面新的国家标准的实施,对以轮式装载机为代表的土方机械噪声水平的要求日益严格,有效地控制产品的噪声已成为企业进行产品更新换代、提升竞争力的关键。另一方面,基于信号处理的声源识别技术在机械装备噪声源识别方面已开展相关研究,但是,其所运用的信号处理方法均具有各自问题,亟待改进。因此,开展基于现代信号处理方法的装载机噪声源识别技术研究具有十分重要的理论意义和应用价值。论文在对经验模态分解(EMD)、独立分量分析(ICA)以及连续小波变换(CWT)的基本理论、算法做以研究的基础上,针对EMD方法在处理信号时出现的导致其所分解出各分量失去其实际物理意义的模态混叠现象以及ICA方法作为一种多导信号处理方法在处理单通道信号时具有明显缺陷等问题,结合集合经验模态分解(EEMD)方法可以对单一信号进行升维的同时又能有效抑制EMD方法的模态混叠问题,提出基于EEMD方法和ICA方法相结合的单通道信号盲源分离方法。在此基础上,借助一组与装载机噪声信号频率组分相似的仿真信号,引入相关系数作为评价参数,对EMD-ICA方法以及EEMD-ICA方法对于源信号的恢复性能进行评价,验证了EEMD-ICA方法能更好的恢复源信号的特性,更适用于装载机噪声信号的处理,有利于准确的识别其噪声源。以LG 953型轮式装载机为研究对象,针对其单通道机外辐射噪声信号提出了基于EEMD-ICA-CWT联合的装载机噪声源特征识别方法,对其进行盲源分离与特征识别。通过EEMD-ICA联合方法结合时频分析技术,借助连续小波变换良好的时频定位特性,对EEMD-ICA分离结果进行时频分析。结合时频分析结果和各噪声源信号的频谱结构,确定了各独立分量与装载机不同噪声源的对应关系,准确识别其物理声源,找出了装载机噪声产生的根本症结所在。总之,本文所提出的基于单通道信号的EEMD-ICA-CWT盲源分离方法,在克服了传统EMD方法模态混叠问题的同时实现了ICA方法的单通道信号盲源分离,结合连续小波变换等时频分析技术,实现了噪声源的特征识别。
【图文】：

测试环境,样机,机外,辐射噪声

第四章轮式装载机机外噪声源识别技术研究4.2 轮式装载机机外辐射噪声测试试验4.2.1 轮式装载机机外辐射噪声测试试验条件本文主要针对 LG953 型轮式装载机机外辐射噪声进行分析研究。根据《GB/25612-2010 土方机械声功率级的测定定置试验条件》和《GB/T 25614-2010 土方机械声功率级的测定动态试验条件》的要求对 LG953 型轮式装载机进行机外辐射噪声的测试工作。测试样机和测试环境如 4-1 所示。

数据采集,半球面

图 4-2 测试现场及数据采集Figure 4-2 The test site and data collection.4.2.2 轮式装载机机外辐射噪声测试试验规程1、装载机半球测量面上传声器的位置及测量面尺寸的确定根据《GB/T 25614-2010 土方机械声功率级的测定动态试验条件》规定，，装载机时间平均 A 计权声压级的测量面为一半球面，传声器的位置在半球面上的位置如图 4-3 所示以及传声器位置坐标值如表 4-2 所示。当试验机器的基本长度 l 大于或等于 4m，小于 8 米时，试验用的测量半球面半径为 16m。而本试验样机基本长度为 6.8m，所以测量半球面的半径 r 为 16m。
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH243

【参考文献】