当前位置:主页 > 管理论文 > 工程管理论文 >

工程机械驾驶室噪声源识别

发布时间:2018-07-31 13:04
【摘要】:噪声是工程机械质量评价中是一个重要因素,驾驶室内噪声水平不仅关系到整车的噪声性能,更是对工程机械整体性能提供一个重要指导,由于结构件的振动关系到驾驶室员的舒适性,正确识别引起驾驶室噪声的振源对驾驶室员操作的安全健康有着重要影响,故对噪声源识别在对驾驶室噪声控制方面有重要意义。 本文是在校企合作项目“某型号推土机驾驶室内噪声整改”的基础上进行的,对该类型的工程机械司机耳旁噪声成因及特性进行分析论述,明确空气声和固体声对耳旁噪声的影响,有针对性的提出减振降噪措施降低驾驶室司机耳旁噪声。 采用小波包分析及支持向量机模式识别方法对驾驶室噪声源研究。分析驾驶室外辐射噪声通过孔缝泄露进入驾驶室内对耳旁噪声贡献所占的噪声比重,采用小波包分解算法,对噪声信号进行三层小波包分解,进行信号特征提取,计算机外辐射声与耳旁噪声的相关系数,进而计算辐射声对耳旁噪声的贡献量。对驾驶室内结构件及少数车身结构件振动对耳旁噪声的影响分析时,依据小波包分析提取结构件的归一化能量作为特征,采用支持向量机的模式识别方法,在所分析的每两个结构件之间构造子分类器,通过模式识别来判断耳旁噪声与某处结构件特征更为接近,进而识别对耳旁噪声贡献大的结构件,同时采用相关系数计算来验证提出该方法的有效性。考虑到驾驶室减振衰减传递进驾驶室的振动能量,对驾驶室四点减振结构建立相关系数计算模型,查看对减振耳旁噪声贡献度。 依据分析结论对机外辐射声传递进驾驶室的噪声分量提出相应的隔声及驾驶室密封措施;对影响驾驶室内及驾驶室周边的振动结构件提出改善结构的局部设计进行改善整车性能;对驾驶室减振结构,根据改善减振器件刚度来提高驾驶室的减振性能,依据分析结论在试验中验证典型结构件对耳旁噪声的影响。
[Abstract]:Noise is an important factor in the quality evaluation of construction machinery. The noise level in the cab not only relates to the noise performance of the whole vehicle, but also provides an important guidance for the overall performance of the construction machinery. Because the vibration of the structural parts is related to the comfort of the cab staff, the correct identification of the vibration source which causes the cab noise has an important effect on the safety and health of the cab operator, so it is of great significance to identify the noise source in the cab noise control. On the basis of the project "noise rectification in the cab of a certain type of bulldozer", this paper analyzes and discusses the causes and characteristics of the noise around the ear of the driver of this type of construction machinery. The influence of air sound and solid sound on the noise around the ear is clarified, and the vibration and noise reduction measures are put forward to reduce the noise around the ear of the driver in the cab. Wavelet packet analysis and support vector machine (SVM) pattern recognition are used to study cab noise sources. This paper analyzes the proportion of noise caused by the leakage of radiation noise from outside the cab to the ear noise in the cab through the hole slot. The wavelet packet decomposition algorithm is used to decompose the noise signal with three layers of wavelet packet to extract the characteristics of the signal. The correlation coefficient between the external radiated sound and the paraural noise is calculated, and the contribution of the radiated sound to the paraural noise is calculated. When analyzing the effect of vibration on the noise around the ear of the structural parts in the cab and a few body parts, the normalized energy of the structure is extracted by wavelet packet analysis, and the pattern recognition method based on support vector machine is adopted. A sub-classifier is constructed between each of the two structures analyzed. By pattern recognition, it is determined that the noise near the ear is closer to the feature of a certain structure, and then the structure that contributes a lot to the noise around the ear is identified. At the same time, correlation coefficient calculation is used to verify the effectiveness of the proposed method. Considering the vibration energy transmitted from the cab to the cab, the correlation coefficient calculation model is established for the four-point vibration absorption structure of the cab, and the contribution to the noise around the ear is checked. According to the conclusion of the analysis, the corresponding sound insulation and cab sealing measures are put forward for the noise components transmitted into the cab by the external radiation sound. To improve the local design of the structure for the vibration structure affecting the cab and the surrounding of the cab, to improve the performance of the cab, to improve the vibration absorption performance of the cab according to improving the stiffness of the vibration absorber, and to improve the vibration absorption performance of the cab by improving the stiffness of the vibration absorber, the local design of the structure is improved. According to the conclusion of the analysis, the effect of typical structure on the noise around the ear was verified in the experiment.
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TU602;TB53

【相似文献】

相关期刊论文 前10条

1 何天明;蒋维铭;;NJD131汽车噪声源识别[J];武汉理工大学学报(信息与管理工程版);1988年04期

2 林建生,舒歌群;通过振动表面声强测量识别发动机噪声源[J];小型内燃机与摩托车;1992年04期

3 沈u& , 韩秀苓;相干技术和噪声源识别的实验研究[J];电声技术;1994年12期

4 陈晓东,李志远,陈心昭,陆益民;罗茨真空泵噪声源识别的实验研究[J];真空科学与技术学报;2001年06期

5 梁杰,王登峰,高印寒,吴丹;复声强分析系统在车内辐射噪声源识别中的应用[J];农业机械学报;2005年11期

6 王春明;吴秀华;;内燃机噪声源识别与噪声控制[J];林业机械与木工设备;2006年03期

7 李加庆;陈进;张桂才;陈少林;雷宣扬;;自由场波叠加噪声源识别的仿真研究[J];振动与冲击;2006年04期

8 郭永红;郭常立;李杰;马艳艳;;内燃机噪声源识别与噪声控制技术研究[J];现代制造技术与装备;2009年01期

9 陈心昭;;噪声源识别技术的进展[J];合肥工业大学学报(自然科学版);2009年05期

10 陈馨蕊;郝志勇;杨陈;;基于层次分析法的柴油机噪声源识别[J];汽车工程;2010年01期

相关会议论文 前10条

1 刘晓玲;刘丹丹;;汽车噪声识别的声全息法[A];四川省汽车工程学会、成都市汽车工程学会2003年学术年会论文集[C];2003年

2 司春棣;陈恩利;杨绍普;王翠艳;;基于声强法的整车表面噪声源识别试验研究[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

3 沈松;应怀樵;刘进明;;基于波束形成的噪声源识别方法的应用和比较[A];第九届全国振动理论及应用学术会议论文集[C];2007年

4 司春棣;陈恩利;杨绍普;王翠艳;;基于声阵列技术的汽车噪声源识别试验研究[A];第八届全国动力学与控制学术会议论文集[C];2008年

5 李凌志;冯涛;尹铫;刘克;;近场声全息中三种复声压测量方法的比较[A];全国环境声学学术讨论会论文集[C];2007年

6 魏立华;李惠彬;;降低欧曼重卡加速行驶车外噪声研究[A];2007年APC联合学术年会论文集[C];2007年

7 沈松;应怀樵;刘进明;;基于波束形成的噪声源识别方法的应用和比较[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

8 刘松;黎胜;赵德有;;基于相位共轭方法进行噪声源识别的数值计算和实验研究[A];第十三届船舶水下噪声学术讨论会论文集[C];2011年

9 余桐奎;时胜国;熊草根;;层次分析法在复杂噪声源识别中的应用[A];第十三届船舶水下噪声学术讨论会论文集[C];2011年

10 张金华;左俊芳;;车外噪声控制技术的研究现状及发展趋势[A];第七届河南省汽车工程科技学术研讨会论文集[C];2010年

相关博士学位论文 前10条

1 郑旭;车辆与内燃机振声信号盲分离及噪声源识别的研究[D];浙江大学;2012年

2 孙少军;重型车用发动机振动与噪声控制的理论与应用研究[D];天津大学;2008年

3 周晓华;运动噪声源识别技术的研究[D];吉林大学;2008年

4 陈达亮;发动机整车匹配中的振动噪声识别与控制研究[D];天津大学;2008年

5 贾继德;客车内外噪声控制关键技术及工程应用研究[D];合肥工业大学;2007年

6 徐红梅;内燃机振声信号时频特性分析及源信号盲分离技术研究[D];浙江大学;2008年

7 胡博;基于矢量阵近场声全息技术的噪声源识别方法研究[D];哈尔滨工程大学;2009年

8 郭小霞;水下结构辐射噪声源快速诊断识别研究[D];哈尔滨工程大学;2012年

9 贾文强;基于局部近场声全息的机械噪声源特征提取技术研究[D];上海交通大学;2011年

10 孙威;齿形链传动系统振动声辐射研究[D];吉林大学;2013年

相关硕士学位论文 前10条

1 马森月;高速铁路噪声源识别—津秦铁路客专试验研究[D];北京交通大学;2014年

2 刘孝寒;基于相干分析的高速铁路桥梁结构噪声源识别研究[D];西南交通大学;2012年

3 李青;基于LabVIEW的近场声全息噪声源识别系统[D];合肥工业大学;2010年

4 张亚虎;基于LabVIEW的噪声源识别系统开发[D];合肥工业大学;2013年

5 杜亮;基于声阵列与声全息的噪声源识别方法研究[D];浙江理工大学;2011年

6 敦立明;柴油机表面辐射噪声源小波识别及心理声学参数评价研究[D];天津大学;2011年

7 窦青青;基于小波时频分析的工程机械驾驶室噪声源识别研究[D];山东大学;2012年

8 李春常;供水系统动态特性分析与降噪研究[D];天津科技大学;2003年

9 吴丹;轻型载货汽车车外噪声的分析与控制[D];吉林大学;2005年

10 张建;空调机噪声源识别与气流下声功率测量[D];清华大学;2005年



本文编号:2155665

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/2155665.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3017d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com