拖拉机驾驶员耳旁噪声分析与控制研究

发布时间：2018-04-04 09:09

本文选题：拖拉机　切入点：驾驶员耳旁噪声　出处：《山东大学》2017年硕士论文

【摘要】：NVH(Noise,Vibration,Harshness)是衡量车辆性能的重要指标,拖拉机作为应用最为广泛的农业机械,其NVH性能受到的关注日益增多。目前,拖拉机工作时,驾驶员耳旁噪声声压级偏高,在控制成本的前提条件下,如何有效改善拖拉机噪声,是目前的主要任务。然而,对于降低拖拉机驾驶员的耳旁噪声声压级,并没有一套完整控制体系。所以,本文以某型拖拉机为研究对象,以降低主要噪声源为基本原则,在降低此拖拉机样机驾驶员耳旁噪声的基础上,旨在建立一套适用于一般拖拉机的完整的耳旁噪声控制方案。本论文针对驾驶员耳旁噪声超标问题,以驾驶室为分析对象,开展了基于独立成分分析(ICA,IndependentComponentAnalysis)及有限元仿真的研究:利用独立成分分析算法进行各声源对耳旁噪声的贡献度研究,利用有限元仿真中的壁板声学贡献度模块进行壁板声压对耳旁噪声的贡献度研究。首先,利用独立成分分析算法的特性,并结合拖拉机的结构特点,提出了适用于拖拉机的独立成分分析算法应用。在驾驶室噪声ICA研究中,考虑到直联轮式拖拉机的空气声声源数量较少,传动系相对简单,所以,研究对象归结为1个结构噪声源,和消声器、空气滤清器、发动机、风扇等4个空气噪声源。研究中,假设驾驶员耳旁噪声信号由上述5个噪声源时域线性叠加而来,并通过仿真信号讨论了此假设的可行性,大大减少了对测试通道及测试位置的限制,将欠定盲源转变为正定盲源。论文以此为基础,利用独立成分分析算法得到混合矩阵,并引入能量计算因子,获得这5个噪声源对耳旁噪声的贡献量。其次,针对结构声主导耳旁噪声的问题,利用有限元仿真改进降噪效果。研究发现,作为拖拉机驾驶室主要结构件且振动特征明显的后围板和底板,采用模态匹配及频率响应方法来抑制板件振动,无法明显降低耳旁噪声的声压级。进而提出,通过壁板声学贡献度分析,直接改变各壁板对耳旁位置的法向声压,改变驾驶室现有的混响状态,从根本上降低耳旁噪声的声压级。结果表明,基于声压的壁板声学贡献度分析及相应的整改,可以有效的降低拖拉机驾驶室内部的结构声声压级,进而能够有效的降低耳旁噪声。本文通过独立成分分析等有关分析,实现了由结构声主导拖拉机驾驶室内噪声的定性理论分析过渡到精确计算结构声所占比例的定量分析;通过模态匹配、频率响应以及壁板声学贡献度等方法分析驾驶室内结构声,实现了由空气声传播到壁板引起壁板振动产生的结构声主导拖拉机驾驶室内结构声的定性理论分析。基于以上理论,提出了适用于一般拖拉机的驾驶员耳旁噪声控制方案,将其应用于某型拖拉机样机,降低了驾驶员耳旁噪声。
[Abstract]:In this paper , based on the principle of independent component analysis ( ICA ) , this paper proposes a complete set of independent component analysis algorithms for tractor drivers . Based on the analysis of the acoustic contribution degree of the wall panel , the qualitative and quantitative analysis of the sound pressure level in the cab of the tractor can be effectively reduced by analyzing the acoustic contribution degree of the wall panel . The results show that the sound pressure level of the cab of the tractor can be effectively reduced by analyzing the acoustic contribution degree of the wall panel and the corresponding rectification . Based on the above theory , the noise control scheme for the driver ' s ear of the tractor is realized , and the noise control scheme is applied to a tractor prototype , which reduces the noise of the driver ' s ear .

【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S219

【相似文献】