轮式装载机室内噪声源及其特征识别

发布时间：2017-10-12 02:00

  本文关键词：轮式装载机室内噪声源及其特征识别

  更多相关文章： 噪声源 独立分量分析 经验模态分解 特征识别 装载机

【摘要】：能源与环境是本世纪全球面临的两大研究主题，噪声已成为环境污染的一个重要方面。随着工程机械愈来愈向着复杂化、大型化和高速化方向发展，其振动和噪声问题显得更加突出，成为影响人们生活质量、危害人体身心健康的重要因素。论文以校企合作研究项目轮式装载机噪声控制关键技术研究为研究背景，开展了轮式装载机室内噪声源及其特征识别的研究工作。声源诊断与贡献度研究是噪声控制的前提。因此，开展此项研究不仅具有较高的理论研究价值，而且可以为降低轮式装载机噪声指明方向，具有重要的工程应用价值。 论文通过试验方法测试了某装载机室内噪声、发动机噪声及相关部件的振动状况；探讨了采用独立分量分析、小波变换技术及经验模态分解相融合的技术（EEMD+ICA）识别噪声源的方法，并利用该方法识别了装载机驾驶室内噪声的主要来源及传递路径；采用偏相干分析方法研究了驾驶室内噪声与驾驶室结构振动的相关性；并提出了降低驾驶室内噪声的建议措施。研究结果表明： 1.试验用轮式装载司机位置处噪声声压级为87.4dB(A)，满足我国现行国标《中华人民共和国国家标准土方机械噪声限值》第一阶段的限值要求（89dB(A)），但不能满足即将在2015年实施的第二阶段限值要求（86dB(A)）；驾驶室各个侧面交接处和地板上的多个用于操纵机构通过的孔洞是传递噪声的主要路径。 2.利用模拟信号的混合和解混过程，验证了独立分量分析与经验模态分解融合技术对混合信号的分离能力，证明了论文所探讨的利用ICA和EEMD相融合的方法识别装载机室内噪声源特征的技术的可行性。 3.采用傅里叶变换（FFT）和小波变换（CWT）技术对通过EEMD-ICA得出了一系列独立分量进行分析，结合时频分析的结果和内燃机噪声研究的先验知识，识别了驾驶室内的主要噪声源，，并计算了各独立分量的声功率贡献度。 4.利用偏相干分析方法分析了室内噪声与驾驶室结构振动的相关性。提出了切断室外噪声向室内传递的路径，提高驾驶室结构的隔声性能和降低地板振动的建议措施。 论文针对轮式装载机室内噪声源及其特征识别研究的EEMD+ICA模型可以在较为简单的试验条件下有效识别噪声源特征，为工程机械噪声控制奠定了理论研究基础和技术方法的支持。
【关键词】：噪声源 独立分量分析 经验模态分解 特征识别 装载机
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH243
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 绪论10-18
• 1.1 论文研究的背景、目的与意义10-13
• 1.2 国内、外的研究现状13-16
• 1.2.1 装载机噪声水平现状13-14
• 1.2.2 声源识别与特征提取14-16
• 1.3 论文的研究内容和组织安排16-18
• 第二章 装载机室内噪声测试与声压分布18-34
• 2.1 测试系统18-19
• 2.2 测试方案19-24
• 2.2.1 测试环境20
• 2.2.2 车辆条件20
• 2.2.3 驾驶室噪声振动信号采集20-24
• 2.2.3.1 驾驶室内测试环境20
• 2.2.3.2 测点布置20-21
• 2.2.3.3 驾驶室声场扫描21-24
• 2.3 测试结果与分析24-33
• 2.3.1 司机位置处声压级测试结果24
• 2.3.2 声场扫描试验结果24-27
• 2.3.3 测试结果分析27
• 2.3.4 驾驶室噪声频谱分析27-33
• 2.4 本章小结33-34
• 第三章 Fas ICA 与 EEMD 协同的噪声源分离方法的研究34-52
• 3.1 基于 FastICA 信号源分离34-45
• 3.1.1 独立分量分析的基本理论34-41
• 3.1.1.1 独立分量分析的基本原理35-36
• 3.1.1.2 ICA 的假设条件36
• 3.1.1.3 ICA 分离结果的不确定性36
• 3.1.1.4 FastICA 算法原理36-38
• 3.1.1.5 FastICA 算法实现步骤38
• 3.1.1.6 FastICA 算法的试验仿真信号验证38-41
• 3.1.2 傅里叶变换和小波变换41-45
• 3.1.2.1 Fourier 变换41
• 3.1.2.2 小波分析41-42
• 3.1.2.3 小波主要参数的选取42-45
• 3.2 EMD 基本原理与改进算法（EEMD）45-48
• 3.2.1 EMD 基本原理45-46
• 3.2.2 EMD 方法存在的问题46
• 3.2.3 模态混叠的解决方案 EEMD 理论46-48
• 3.3 基于 EEMD 与 ICA 协同的信号源特征提取分析流程48
• 3.4 Fast ICA 与 EEMD 协同方法的验证48-51
• 3.5 本章小结51-52
• 第四章 轮式装载机室内噪声源分离及贡献度分析52-68
• 4.1 轮式装载机室内噪声信号的独立性和高斯性研究52-54
• 4.2 EEMD-ICA 方法在装载机司机位置处噪声源识别中的应用54-58
• 4.3 装载机驾驶室内声源贡献度分析58-61
• 4.4 噪声与振动的相干分析61-66
• 4.4.1 偏相干分析的基本原理61-64
• 4.4.2 相干分析64-66
• 4.5 低噪声改进措施建议66-67
• 4.6 本章小结67-68
• 第五章 总结与展望68-70
• 5.1 主要研究内容与结论68-69
• 5.2 工作展望69-70
• 参考文献70-74
• 致谢74

【参考文献】

中国期刊全文数据库 前10条

1 胡浩;;《工程机械 噪声限值》修订标准解读与分析[J];工程机械;2011年02期

2 梁杰,陆晓军,孙巍;S493Q柴油机噪声源识别与噪声控制[J];吉林工业大学自然科学学报;2001年03期

3 郝志勇,韩军;小波变换技术在内燃机振声信号分析中的应用[J];内燃机工程;2003年06期

4 胡浩;;国家标准《工程机械 噪声限值》的修订[J];机械工业标准化与质量;2010年12期

5 路晓妹;寇文珍;段渭军;;基于EMD分解重构的互相关时延估计方法[J];测控技术;2013年07期

6 韩军,郝志勇,刘月辉;柴油机表面噪声的声强测量与分析[J];汽车工程;2003年03期

7 韩军,郝志勇;车用发动机前端辐射声源的小波分析与识别[J];汽车工程;2003年06期

8 葛楠;刘月辉;;独立分量分析在内燃机噪声信号分离中的应用[J];天津大学学报;2006年04期

9 练宏俊,卢耀祖,陈卫,刘钊;基于偏相干分析法的装载机司机室噪声源识别[J];同济大学学报(自然科学版);2001年11期

10 蒋真平;朱喜林;;轮式装载机辐射噪声分析与控制[J];噪声与振动控制;2008年02期

中国博士学位论文全文数据库 前2条

1 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

2 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

本文编号：1016002