基于ICA的装载机工作泵噪声研究

发布时间：2017-09-17 20:52

  本文关键词：基于ICA的装载机工作泵噪声研究

  更多相关文章： 装载机 独立分量分析 噪声源识别和分离 齿轮泵 齿轮修形

【摘要】：当前我国工业化、城镇化迅猛发展,工程机械在铁路建设、基础设施建设和工、农业生产中发挥着突出的作用。尽管经过几十年的发展,国产工程机械产品的性能有了很大提升,但与发达国家相比还有很大差距。工程机械的噪声水平作为评价其性能的重要指标之一,很多国家制定了相应的标准作为工程机械产品的市场准入门槛。为了提高产品的性能和冲破日益苛刻的环保要求壁垒,开拓产品市场,不仅要求提升工程机械基础零件的制造水平,也对工程机械的整机噪声控制提出了更高的要求。装载机作为应用最广泛的工程机械之一,包含以发动机、变速箱、液压工作泵在内的多个噪声源,且传递路径复杂。本文以某型号5t轮胎式装载机为研究对象,通过液压模拟工况下的整机噪声测试,发现装载机液压模拟工况下噪声声功率级为113.34dB(A),略高于中国GB16710规定的113dB(A),远高于欧盟EN474规定的107dB(A)。分析了装载机潜在的主要噪声源,通过1/3倍频程分析、频谱分析和频率识别得出了工作齿轮泵是液压模拟工况下的主要噪声源的结论,从而确定了以工作齿轮泵作为主要噪声控制研究对象。提出要从众多噪声源叠加构成的混合模型中分离出特定的噪声源是一个盲源分离(BSS)问题,而独立分量分析(ICA)作为最经典的盲源分离算法,对瞬时线性模型的分离已经非常成熟。同时指出了瞬时混合模型忽略了信号在传输过程中的时间延时和路径效应,大多数工程实际情况都不满足“瞬时混合”,因此在瞬时线性混合模型的基础上研究了考虑信号延时效应和路径效应的卷积混合模型的盲源分离方法,即基于FastICA的频域盲源分离算法,并通过仿真分析验证了该算法的可行性。在试验台上对9齿工作齿轮泵的噪声进行了测试,使用频域盲源分离算法成功地分离并识别出了齿轮泵噪声、电机噪声和液压阀等附件噪声,通过计算得出9齿泵噪声的平均声压级为87.92dB(A)。对高压齿轮泵噪声形成的机理进行了分析,采用了增大齿轮齿数和齿轮(鼓形齿)修形的噪声控制策略,并分别通过试验台试验对噪声控制效果进行了验证。利用相同的方法提取齿轮泵噪声,分析结果表明12齿泵噪声的凸显频率普遍高于9齿泵,但噪声声压级则降低了0.81dB(A)。通过鼓形修形和提高齿轮精度,齿轮的泵的噪声下降了1.53dB(A)。通过增大齿轮齿数和齿轮(鼓形齿)修形,齿轮泵的噪声整体下降了2.34dB(A),噪声控制效果明显。
【关键词】：装载机 独立分量分析 噪声源识别和分离 齿轮泵 齿轮修形
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH243
【目录】：

• 摘要10-12
• ABSTRACT12-14
• 第1章 绪论14-22
• 1.1 课题的研究背景和意义14-15
• 1.2 国内外工程机械噪声控制研究现状15-17
• 1.3 工程机械用齿轮泵噪声控制研究现状17
• 1.4 工程机械噪声源识别和分离方法17-20
• 1.4.1 传统噪声源识别方法17-18
• 1.4.2 基于声全息的噪声源识别方法18
• 1.4.3 基于现代数字信号处理技术的噪声源识别和分离方法18-20
• 1.5 论文的主要研究内容20-22
• 第2章 装载机主要噪声源的识别22-34
• 2.1 装载机潜在噪声源分析22-24
• 2.1.1 发动机噪声22-23
• 2.1.2 液压系统噪声23-24
• 2.2 整机噪声测试24-28
• 2.3 主要噪声源的识别28-32
• 2.3.1 基本声学理论28-31
• 2.3.2 整机机外辐射噪声声功率级及主要噪声源的识别31-32
• 2.4 本章小结32-34
• 第3章 装载机工作齿轮泵噪声的分离提取34-50
• 3.1 ICA基本理论34-40
• 3.1.1 ICA的数学模型34-35
• 3.1.2 ICA的前提假设35-36
• 3.1.3 ICA的不确定性36
• 3.1.4 时域模型到频域模型的转换36-38
• 3.1.5 频域ICA分离算法的一般流程38-40
• 3.2 频域ICA分离算法的仿真研究40-45
• 3.3 频域ICA分离算法在装载机工作齿轮泵噪声分离提取上的应用45-48
• 3.3.1 工作齿轮泵的噪声测试45-46
• 3.3.2 工作齿轮泵噪声的分离提取46-48
• 3.4 本章小结48-50
• 第4章 装载机工作齿轮泵的优化50-60
• 4.1 增大齿轮齿数50-52
• 4.2 齿轮修形52-57
• 4.2.1 齿向(鼓形齿)修形原理53-54
• 4.2.2 齿向(鼓形齿)修形方法54-56
• 4.2.3 齿向(鼓形齿)修形降噪效果验证56-57
• 4.3 本章小结57-60
• 第5章 结论60-62
• 参考文献62-68
• 攻读硕士学位期间取得的科研成果68-70
• 致谢70-71
• 学位论文评阅及答辩情况表71

【相似文献】

中国期刊全文数据库 前10条

1 马勇;彭永臻;;ICA技术在污水厂的应用现状及发展[J];中国给水排水;2007年12期

2 刘良春;冯燕;;结合纯像元提取和ICA的高光谱降维方法[J];计算机应用研究;2011年03期

3 冀志华;蔡坤宝;叶艳芳;;基于ICA的图像盲分离算法[J];重庆工学院学报(自然科学版);2008年04期

4 陈建国;王奉涛;朱泓;张志新;李宏坤;;基于子带ICA的时频图像处理方法研究及其在故障诊断中的应用[J];振动与冲击;2010年02期

5 ;国际热电联产联盟ICA简介[J];能源研究与利用;2000年04期

6 李明明;周可法;孙莉;秦艳芳;孙雷刚;王桂钢;;基于ICA的遥感蚀变信息提取方法的研究[J];干旱区地理;2011年02期

7 ;意大利ICA公司小包装机系列[J];中国包装工业;2001年10期

8 刘军;肖波;李戈;黄戈;宋新甫;;基于ICA的水轮发电机局部放电干扰抑制方法[J];水电自动化与大坝监测;2009年02期

9 吴强;孔凡让;何清波;刘永斌;李鹏;;基于小波变换和ICA的滚动轴承早期故障诊断[J];中国机械工程;2012年07期

10 季忠,金涛,杨炯明,秦树人;虚拟噪声通道在基于ICA消噪过程中的应用[J];中国机械工程;2005年04期

中国重要会议论文全文数据库 前3条

1 李宏伟;王法松;何水明;付丽华;;基于ICA的谐波恢复方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

2 金涛;阙沛文;;ICA的发展及其在信号处理领域的应用[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

3 潘琳;郭艳茹;赵天德;彭俊云;;糖尿病ICA阳性伴小脑浦肯野细胞阳性的新发现[A];解剖学杂志——中国解剖学会2002年年会文摘汇编[C];2002年

中国重要报纸全文数据库 前3条

1 记者 王璐;外商罔顾事实上诉ICA 龙头股份遭不公正裁决[N];上海证券报;2013年

2 刘国能;冰岛前总统和ICA圆桌会议[N];中国档案报;2001年

3 ;ICA地图展览[N];中国测绘报;2001年

中国硕士学位论文全文数据库 前6条

1 王强;基于ALFF和ICA的原发性月经痛患者大脑异常研究[D];西安电子科技大学;2014年

2 陈勋;基于ICA的装载机工作泵噪声研究[D];山东大学;2016年

3 丁钢坚;基于ICA的贝叶斯分类算法在回转窑控制中的应用研究[D];湖南大学;2011年

4 贾宏峰;ICA自适应算法及其在金融数据挖掘中的应用[D];大连理工大学;2008年

5 何映仙;利用ICA进行语音场景分析[D];华北电力大学（北京）;2008年

6 彭首峰;强噪音下基于独立分量分析（ICA）的语音降噪研究[D];湖北工业大学;2013年

，

本文编号：871285