论文部分内容阅读
噪声源分离识别技术是内燃机噪声研究领域的重点和热点。活塞敲击噪声和燃烧噪声作为内燃机的主要噪声源都发生在上止点附近，它们在时域和频域混叠在一起，因此，难以对其进行准确有效的分离识别和评估。文中通过研究内燃机单通道噪声源盲分离算法和活塞敲击噪声计算方法以及燃烧噪声获取方法解决活塞敲击噪声和燃烧噪声的分离识别及定量评估问题，主要内容包括：
(1)在轮机综合机舱中设计并搭建内燃机单通道辐射噪声试验获取平台，用基于三层包裹覆盖方式的铅覆盖屏蔽法隔离六缸内燃机中五个缸产生的噪声，并在内燃机周围搭建吸声尖劈板消除内燃机周围其他机械设备及舱壁产生的反射声影响，通过试验测量内燃机不同试验工况下不同典型位置处的单缸辐射噪声，为后续的计算提供优质的试验数据。
(2)为了解决单通道分离算法中存在的欠定盲源分离问题，研究人耳听觉Gammatone滤波器组模型，设计适合内燃机噪声源分离识别的Gammatone滤波器组，并结合独立分量分析算法，提出基于人耳听觉模型的单通道Gammatone-RobustICA噪声源分离算法，用Gammatone-RobustICA算法分离识别内燃机不同工况、不同典型位置处的噪声源，通过研究发现该算法对活塞敲击噪声的分离效果好，对燃烧噪声的分离效果有待提高。
(3)研究数据分解模型，针对VMD算法分解非平稳内燃机辐射噪声信号时存在的欠分解和过分解问题，提出模态数最优变分模态分解算法，并提出适合内燃机噪声源分离的基于数据分解模型的单通道MNOVMD-RobustICA噪声源分离算法，用该算法对内燃机五种不同工况六个不同典型位置处的噪声源进行分离，通过研究发现该算法能够很好的分离活塞敲击噪声和燃烧噪声。
(4)研究基于动力学分析的活塞敲击噪声计算方法。通过分析活塞在缸套内的轴向往复运动和横向倾斜运动，得到活塞在缸套内运动的动力学方程，继而考虑活塞裙部和缸套间润滑油膜对活塞运动的影响，进一步地得到耦合雷诺方程的活塞动力学方程，通过该方程计算得到活塞敲击缸套内壁产生的振动噪声，然后研究缸套内壁处的振动噪声通过机体结构的衰减情况，计算得到内燃机向外辐射的活塞敲击噪声，并对Gammatone-RobustICA算法和MNOVMD-RobustICA算法分离提取的活塞敲击噪声进行定量评估。
(5)研究内燃机燃烧噪声的产生机理，采用频谱滤波法获取燃烧噪声，并与所研究提出的单通道盲分离算法分离的燃烧噪声进行比较，分析发现基于MNOVMD-RobustICA算法分离的燃烧噪声比Gammatone-RobustICA算法分离的燃烧噪声所含的干扰噪声少，其原因是Gammatone滤波器组在高频部分带宽稀疏，分解精度不如MNOVMD算法。
(1)在轮机综合机舱中设计并搭建内燃机单通道辐射噪声试验获取平台，用基于三层包裹覆盖方式的铅覆盖屏蔽法隔离六缸内燃机中五个缸产生的噪声，并在内燃机周围搭建吸声尖劈板消除内燃机周围其他机械设备及舱壁产生的反射声影响，通过试验测量内燃机不同试验工况下不同典型位置处的单缸辐射噪声，为后续的计算提供优质的试验数据。
(2)为了解决单通道分离算法中存在的欠定盲源分离问题，研究人耳听觉Gammatone滤波器组模型，设计适合内燃机噪声源分离识别的Gammatone滤波器组，并结合独立分量分析算法，提出基于人耳听觉模型的单通道Gammatone-RobustICA噪声源分离算法，用Gammatone-RobustICA算法分离识别内燃机不同工况、不同典型位置处的噪声源，通过研究发现该算法对活塞敲击噪声的分离效果好，对燃烧噪声的分离效果有待提高。
(3)研究数据分解模型，针对VMD算法分解非平稳内燃机辐射噪声信号时存在的欠分解和过分解问题，提出模态数最优变分模态分解算法，并提出适合内燃机噪声源分离的基于数据分解模型的单通道MNOVMD-RobustICA噪声源分离算法，用该算法对内燃机五种不同工况六个不同典型位置处的噪声源进行分离，通过研究发现该算法能够很好的分离活塞敲击噪声和燃烧噪声。
(4)研究基于动力学分析的活塞敲击噪声计算方法。通过分析活塞在缸套内的轴向往复运动和横向倾斜运动，得到活塞在缸套内运动的动力学方程，继而考虑活塞裙部和缸套间润滑油膜对活塞运动的影响，进一步地得到耦合雷诺方程的活塞动力学方程，通过该方程计算得到活塞敲击缸套内壁产生的振动噪声，然后研究缸套内壁处的振动噪声通过机体结构的衰减情况，计算得到内燃机向外辐射的活塞敲击噪声，并对Gammatone-RobustICA算法和MNOVMD-RobustICA算法分离提取的活塞敲击噪声进行定量评估。
(5)研究内燃机燃烧噪声的产生机理，采用频谱滤波法获取燃烧噪声，并与所研究提出的单通道盲分离算法分离的燃烧噪声进行比较，分析发现基于MNOVMD-RobustICA算法分离的燃烧噪声比Gammatone-RobustICA算法分离的燃烧噪声所含的干扰噪声少，其原因是Gammatone滤波器组在高频部分带宽稀疏，分解精度不如MNOVMD算法。