（光学工程专业论文）阶次跟踪分析在电动汽车车内噪声源识别中的应用.pdf

i_l一 学位论文版权使用授权书 f 删j | j i f y 18 9 5 悄彳 江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊( 光盘版) 电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、 缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致， 允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入中国 学位论文全文数据库并向社会提供查询，授权中国学术期刊( 光盘版) 电子杂 志社将本论文编入中国优秀博硕士学位论文全文数据库并向社会提供查询。 论文的公布( 包括刊登) 授权江苏大学研究生处办理。 本学位论文属于不保密口。 学位论文作者签名：王彳萍 2 c 7 1 年c 7 月i 日 指导刻币躲彳小f 彦 纱年参月7 日 阶次跟踪分析在电动汽车车内噪声源识别中的应用 a p p l i c a t i o no fo r d e rt r a c k i n ga n a l y s i si ni d e n t i f i c a t i o no f e l e c t r i cv e h i c l ei n t e r i o rn o i s er e s o u r c e 姓 2 0 1 1 年6 月 江苏大学硕士学位论文 摘要 随着生活水平的提高，人民对汽车的综合性能不断提出更高的要求。汽车已 经不再是简单的代步工具，汽车乘坐的舒适性越来越引起人们的关心和重视。车 辆的n v h 就是其中重要的一方面。阶次跟踪分析是一种重要的时频分析方法，是 分析变速旋转机械振动噪声的最重要的方法。 本文围绕电动汽车研发项目，针对电动汽车样车的振动噪声问题，具体阐述 了阶次跟踪分析在电动汽车车内噪声源识别的应用。 首先论述了车内噪声的研究现状，包括传统的声学方法，数值方法和试验方 法，并重点关注了阶次跟踪分析的研究现状。 然后通过试验对电动汽车车内噪声进行了声压级和语音清晰度的评价，并对 电动汽车的噪声源机理进行研究，与传统汽车的噪声源不同的是没有了发动机噪 声和排气噪声，而增加了电机电磁噪声和电机机械振动噪声，这为阶次跟踪分析 具体应用奠定了基础。 第三，对阶次跟踪分析的机理进行研究，指出了传统阶次跟踪技术的不足， 深入研究了计算阶次跟踪技术( c o t ) 及实现原理，并在m a f l a b 平台上实现计算阶次 跟踪分析算法。 第四，根据阶次分析机理进行了阶次跟踪分析试验，利用阶次跟踪分析识别 车内的主要噪声源，提出相应的改进措施。说明阶次跟踪分析确实能够应用于车 内噪声源识别，并且比较准确。 关键词：阶次跟踪，电动汽车，车内噪声 阶次跟踪分析在电动汽车车内噪声源识别中的应用 江苏大学硕士学位论文 w i t ht h ei m p r o v e m e n to fl i v i n gs t a n d a r d s ，p e o p l ec o n t i n u et om a k et h ev e h i c l e b e t t e rp e r f o r m a n c er e q u i r e m e n t s v e h i c l ei sn ol o n g e ras i m p l em e a n so ft r a n s p o r t ， v e h i c l ec o m f o r tp e r f o r m a n c ec a u s em o r ec o n c e r na n da r e n t i o n n v hi sa ni m p o r t a n t a s p e c t o fv e h i c l ec o m f o r tp e r f o r m a n c e o r d e rt r a c k i n g a n a l y s i si sa ni m p o r t a n t t i m e f r e q u e n c ya n a l y s i sm e t h o d , w h i c hi s t h em o s ti m p o r t a n tm e t h o dt oa n a l y z e v i b r a t i o no fv a r i a b l es p e e dr o t a t i n gm a c h i n e r y f o c u so ne l e c t r i cv e h i c l e sn o i s ea n dv i b r a t i o np r o b l e m so fe l e c t r i cv e h i c l er e s e a r c h a n dd e v e l o p m e n tp r o j e c t s ，t h ea p p l i c a t i o no fo r d e rt r a c k i n ga n a l y s i s0 1 1e l e c t r i cv e h i c l e n o i s es o u r c e si d e n t i f i c a t i o ni ss p e c i f i c a l l ya d d r e s s e d f i r s t , t h er e s e a r c ho ft h ei n t e r i o rn o i s ei sd i s c u s s e d ，i n c l u d i n gt h et r a d i t i o n a l a c o u s t i cm e t h o d s ，n u m e r i c a lm e t h o d sa n dt e s tm e t h o d s ，a n de s p e d a l l yt h eo r d e r t r a c k i n ga n a l y s i sr e s e a r c h t h e nt e s to fe l e c t r i cv e h i c l ei n t e r i o rn o i s ew a sc a r r i e do u t , a n dv e h i c l ei n t e r i o r n o i s ew a se v a l u a t e df r o ms p e e c h i n t e l l i g i b i l i t y a n ds o u n d p r e s s u r el e v e l t h e m e c h a n i s mo ft h ee l e c t r i cv e h i c l en o i s es o u r c e sw a ss t u d i e d t l l en o i s es o u r c e so ft h e e l e c t r i cv e h i c l ei sd i f f e r e n tw i t hc o n v e n t i o n a lv e h i c l e s ，w h i c hd o n ti n c l u d ee n g i n e n o i s e sa n de x h a u s tn o i s e s ，a n di n c r e a s et h em o t o re l e c t r o m a g n e t i cn o i s ea n dm e c h a n i c a l v i b r a t i o nm o t o r t h em e c h a n i s mo ft h ee l e c t r i cv e h i c l en o i s es o u r c e ss t u d yl a i dt h e f o u n d a t i o nf o rt h ea p p l i c a t i o no fo r d e rt r a c k i n ga n a l y s i s t h i r d ，t h em e c h a n i s mo fo r d e rt r a c k i n ga n a l y s i sw a ss t u d i e d ，a n dt h el a c ko f t r a d i t i o n a lo r d e rt r a c k i n gt e c h n o l o g yw a sa d d r e s s e d t h ec o m p u t e do r d e rt r a c k i n g t e c h n o l o g y ( c o t ) i si n - d e p t hs t u d yo fi m p l e m e n t a t i o np r i n c i p l e a n dt h eo r d e rt r a c k i n g a n a l y s i sa l g o r i t h mw a sa c h i e v e di nm a t l a bp l a t f o r m f o u r t h l y ，a c c o r d i n gt ot h em e c h a n i s mo fo r d e ra n a l y s i s ，o r d e rt r a c k i n ga n a l y s i st e s t w a sc a r r i e do u t t h em a j o ri n t e r i o rn o i s es o u r c e sw e r ei d e n t i f i e dt h r o u g ht h eo r d e r t r a c k i n ga n a l y s i s a n dt h ei m p r o v e m e n tm e a s u r e sw e r ep r o p o s e d i ts t a t ec l e a r l yo r d e r t r a c k i n ga n a l y s i sr e a l l yc a l lb eu s e di ni n t e r i o rn o i s es o u r c ei d e n t i f i c a t i o n ，a n dm o r e a c c u r a t e l y k e yw o r d s ：e l e c t r i cv e h i c l e ，i n t e r i o rn o i s e ，o r d e rt r a c k i n gt e c h n o l o g y 阶次跟踪分析在电动汽车车内噪声源识别中的应用 江苏大学硕士学位论文 第一章绪论 1 1 1 2 1 3 1 4 第二章 目录 1 课题研究背景及意义1 车内噪声源识别的研究现状2 1 2 1 传统声学方法。2 1 2 2 数值方法。3 1 2 3 试验方法。5 阶次跟踪分析研究现状8 本文的主要研究内容。9 电动汽车车内噪声评价及噪声源机理分析一。一。一一。一一。一一一1 1 2 1 车内噪声评价性试验1 1 2 1 1 试验内容1 1 2 1 2 声压级评价1 1 2 1 3 语音清晰度评价1 2 2 2 噪声源机理分析1 4 2 2 1 振动与噪声的关系1 4 2 2 2 电机噪声。1 5 2 2 3 风扇噪声1 6 2 2 4 传动系噪声1 7 2 2 5 轮胎噪声1 8 2 2 6 车身振动1 9 2 3 本章小结2 0 第三章阶次跟踪分析理论研究一。一。2 1 3 1 阶次跟踪分析概述2 1 3 1 1 阶次定义。2 1 3 1 2 阶次跟踪2 2 3 2 基于重采样c o t 分析研究2 3 3 2 1 截止频率与采样频率的设定2 4 3 2 2 数字跟踪滤波。2 5 3 2 3 重采样2 9 3 2 4 加窗3 2 3 2 5 傅里叶变换。3 5 v 阶次跟踪分析在电动汽车车内噪声源识别中的应用 3 3 第四章 ， 本章小结。3 9 阶次跟踪分析在电动汽车车内噪声源识别中的应用。加 4 1 测试系统介绍4 0 4 2 阶次跟踪试验方案的确定4 1 4 2 1 测试对象及测试点的确定4 1 4 2 2 传感器的选择4 1 4 2 3 测试过程4 3 4 3 试验结果及车内噪声源的识别4 3 4 3 1 试验结果时域分析。4 3 4 3 2 车内噪声特性分析4 8 4 3 3 车内噪声源识别。5 0 4 4改进措施5 6 4 5 本章小结。5 8 第五章总结与展望。一。一一一。一5 9 藿参考文献。6 1 j 毁j 崴。m m 。m 。叠a 攻读硕士学位期间发表的学术论文。一。硌 附录计算阶次分析的m a t l a b 程序一一。“ 江苏大学硕士学位论文 第一章绪论 1 1课题研究背景及意义 随着人们生活水平的提高，对汽车的综合性能不断提出更高的要求。汽车已 经不再是简单的代步工具，汽车乘坐的舒适性越来越引起人们的关心和重视。车 内噪声过大，不仅影响了汽车的乘坐舒适性，也给司乘人员的健康造成了一定影 响。噪声不仅能使听力受损，甚至引起神经系统等方面的疾病。较强的噪声可引 起耳部不适，使听觉发生暂时性减退，听觉敏感度降低，甚至可以导致听力损伤， 损害听觉器官，发生急性外伤，引起耳膜破裂出血，使双耳变聋，即导致“噪声 性耳聋 。人体长时间、反复接触过量噪声还会引起神经系统、消化系统、内分 泌系统功能紊乱及视觉伤害等。同时，车内噪声也容易引起驾驶员和乘客精神紧 张、心情烦躁、疲劳、注意力不集中等心理反应，对人体健康产生慢性危害，给 汽车的行驶带来安全隐患。除了追求传统的低噪声和振动外，顾客还逐渐开始追 求声品质。如对豪华轿车要求安静，对运动车要求驾驶起来有动感。统计资料表 明中档轿车的车内噪声值平均每年降低约0 3 d b 。 当前，世晃各大汽车公司都将整车减振降噪作为重要的研究方向并投以较多 的人才和资金。振动噪声问题已经成为在车型开发过程中各大整车企业和零部件 厂商关注的主要问题之一。统计表明，约有1 3 的汽车故障问题是振动噪声问题， 各大公司有近1 5 的研发费用耗费在解决车辆的n v h 问题上。汽车车内噪声声学 设计，优化和控制是整个轿车开发中的一个重要的步骤和环节，如果这一环节不 成功，可能影响轿车开发的整个方案，甚至被推翻重来。我国目前开发和生产轿 车的档次越来越高，因而车内噪声问题也就越来越受到各方面的重视。产品的车 内噪声与产品的档次不相称，就可能在市场上受挫，这是进行车内噪声研究和控 制的动力之一。 阶次跟踪分析是旋转机械振动检测的最重要方法之一，可以解决由转速波动 引起的频谱上的基频以及各次谐波分量模糊的问题。基于重采样原理的阶次跟踪 分析是实现信号从等时采样到等角度采样的一种信号处理方法。本文将对阶次跟 踪分析在车内噪声源识别的应用进行深入研究。 阶次跟踪分析在电动汽车车内噪声源识别中的应用 1 2 车内噪声源识别的研究现状 所谓噪声源识别，就是对存在的各种声源进行分析，了解车内噪声的构成及 其产生机理，以便确定振源和声源的部位，分析声源的特性，从而确定出主要噪 声源，为采取有效的降噪措施提供依据。由于每一种噪声源所产生的噪声频率和 振动特性都不一样，研究这些噪声频率的规律，对于降噪是非常必要而有益的。 噪声源识别的方法【1 】，主要有传统的声学方法、数值方法和实验研究方法。传统声 学方法应用较少，数值方法常用于车内噪声的预测，缩短研发周期，试验方法是 车内噪声源识别最常用的方法。本文研究的是阶次跟踪方法在车内噪声源中的应 用。阶次跟踪分析是试验方法中信号分析法的一种较新的方法。 1 2 1 传统声学方法 所谓车内噪声特性研究的传统声学方法，即是从经典的声学理论出发，研究 室内声场特性的问题。主要包括用统计声学处理室内声场及用波动声学处理室内 声场的基本理论及方法。 经典的声学理论重点讨论了无界空间中的声场，即自由声场。这时声波只是 从声源向四周输出时，而不受边界和其它物体的反射，同时也没有另外的声波干 扰。在这种空间中，有效声压与离声源的距离成反比。但是在车内噪声问题中， 声的辐射、传播与接收是在室内进行的，由于室内壁面存在声的反射而形成驻波， 并且由于壁面的声学性质往往不可能处处均匀，室内形体一般也不规则，而且车 内还有乘座人员，这就使车内声场变得十分复杂，这种复杂的声场自然不会遵循 自由声场中的传播规律了。用统计声学处理室内声场，首先从统计平均出发定义 了扩散声场，为了评价声波在壁面间的反射、吸收、衰减等状况，用统计的方法 定义了平均自由行程，平均吸声系数、室内混响，同时还定义讨论了稳态平均声 能密度、总稳态声压级以及声源指向性对室内声场的影响。 用波动声学处理室内声场，首先通过建立室内声波动方程，再根据其边界条 件求其特解，从而确定其固有频率及其分布规律，然后再讨论了所存在的各种声 波的特点及其对总声场的影响。 要对一般室内声场通过波动声学的方法来求得严格的解答，困难较大，目前 能解决得比较好的还只限于几种形状比较规则的几何空间，例如矩形、球形、圆 柱形等。对应用于车内噪声特性的研究，由于结构的复杂性，尚存在着有待于解 2 江苏大学硕士学位论文 决的难点。 1 2 2 数值方法 随着数值计算技术和信号处理技术的发展，声学理论分析方法和测试分析手 段也逐步完善，使得在设计和试制阶段对车内噪声的预测和诊断以及合理降噪措 施的运用成为可能。而在我国，关于车内噪声分析及控制的研究近年才得到重视。 研究汽车车内噪声特性的数值方法中目前常用的方法，主要有有限元法( f i n i t e e l e m e mm e t h o d - - f e m ) 以及边界元法( b o u n d a r yn e m e n tm e t h o d - - b e m ) 和统计 能量分析法( s t a t i s t i c a le n e r g ya n a l y s i s - - s e a ) 。 声学有限元法主要用于分析汽车结构振动引起的车内噪声问题。声学有限元 法是用有限单元将声传播的空气域，如汽车内部空间离散化，根据声学波动方程 求解空气域中的声特性。通常，使用结构有限元将声传播空气域周围的结构振动 进行离散化，同时考虑结构空腔耦合问题求解，在解得结构振动的同时，也解得 空气中的声传播。 声学有限元法中，采用空气单元形函数及声学波动方程，可导出空腔声学有 限元状态方程： 【m f 】 饩 + 掣】 屯) + 【霹】 见，+ d r 】2 以 = 0 ( 1 1 ) 其中【m 罗】为空气质量矩阵，【掣】为空气阻尼矩阵，【霹】为空气刚度矩阵，d 也】为 结构声学耦合质量矩阵， 见) 为空气单元节点声压向量，玑为节点位移向量。 类似可导出空腔结构振动状态方程： 眦。】眠 + 眨】以 + 【k 】职) 2 促 + 聍 ( 1 2 ) 其中阻。】为结构质量矩阵，【e 】为结构阻尼矩阵，【k 】为结构刚度矩阵，促 为 结构外激励，付 为界面声压向量。 将空气和结构两方程联立得结构振动声学耦合问题的状态方程式。 声学有限元法可以根据车内空间声学模型和车身结构模型求得车内声学模态 频率及其声模态，以及车身结构模态频率和振动模态。利用这样的模型可以研究 车身板件振动对车内声场特性的影响、车身振动模态对车内声场状态灵敏度等。 同济大学的冯青等建立了燃料电池轿车声固耦合有限元模型，对模型进行了 车内噪声声固耦合频率响应分析，峰值频率值与实验值吻合较好，表明声固耦合 模型可用于燃料电池轿车车内噪声的预测以及动态优化设计【2 】。 3 阶次跟踪分析在电动汽车车内噪声源识别中的应用 有限元方法非常适用低频结构振动模拟和分析。当空间体积增大，模态密度 急剧增大，有限元方法运算量急剧增加，此时有限元方法有局限性。相比之下， 边界元对处理结构声辐射、声散射和结构声腔问题有独特的优越性，因而在实际 中得到应用。 边界元方法需要结构表面的复声压或复振动速度两个物理量之一作为输入， 然后根据边界条件计算出结构表面另一物理量。同时有了结构表面任一点f 的复声 压和复振动速度以后，采用赫姆霍兹数值积分，边界元方法就可以计算声场中任 意一点f 的声压。这就是所谓“直接”式边界元方法，即 p j = q b + q k ( 1 3 ) 其中q 是三维自由场格林函数，q 为格林函数的法向导数。 有了结构表面任一点复声压和复振动速度以后，边界元还可以计算结构表面 的声强j 和声功率 1 2 砉r o t p , m ( 1 4 ) w = 蝇 ( 1 5 ) 厶一、1 ， 式中，a 幸表示a 的共轭复数，置为对应面积。 统计能量法在汽车工业的应用始于2 0 世纪9 0 年代初。虽然起步落后于其他 工业，但应用发展很快。目前统计能量法和有限元方法一样，作为c a e 的主要分 析手段来分析空气噪声。 统计能量分析的基本方程是功率流平衡。一个系统被划分为几个子系统，对 每一个子系统列出功率流方程式，即输出功率等于输入功率加上这个子系统的损 耗功率。统计能量分析作为一种分析方法，其更重要的作用是列出主要噪声源， 以及预测不同设计对车内噪声的相对影响。目前，统计能量法在预测和分析车内 空气噪声的应用比较普遍，而预测和分析车内结构噪声则是分析的多，应用的少。 其一个重要的局限是汽车研发先期无法预测结构耦合损耗因子。 吉林大学王登峰等基于统计能量分析原理，建立了商用车驾驶室统计能量分 析模型，利用其对驾驶室内噪声进行了预测，验证了运用统计能量分析方法对驾 驶室内中高频噪声预测与控制的正确性【3 】。同济大学靳晓雄等建立了一个统计能量 分析( s e a ) 模型用于轿车内室噪声的仿真计算，并基于此模型进行了轿车内室噪声 4 江苏大学硕士学位论文 的优化与控制研究【4 】。 有限元分析和边界元分析法，而这两种方法的应用被限制在低频范围。研究 高频噪声问题则采用统计能量分析方法。为了建立低频和高频之间的连接关系，更 好的分析中频问题，许多学者致力于研究混合有限元统计能量分析方法( f e s e a ) 。 c h a d w y c kt m u s s e r 等人采用混合f e - s e a 分析技术对全内饰汽车中频噪声预测方 法进行了改进，选择性的利用局部子系统f e a 计算，可以提高中频噪声的预测精 度【5 】； j e m a n n i n g 对轿车中频问题进行了分析，通过将预测与试验传递函数进行 对比，证实混合f e - s e a 方法预测结果的有效性【q 。吉林大学陈书明等建立了轿车 f e s e a 混合模型，对f e 车身的辐射效率进行了计算，建立了c f d 风洞仿真模型， 并对车外风激励进行了计算，同时通过施加激励后的混合f e - s e a 模型对车内噪声 进行了预测，并与试验结果进行了对比，表明混合f e - s e a 建模方法是一种有效的 车内中频噪声预测方法川。 1 2 3 试验方法 目前，对车内噪声特性研究的数值计算方法等，是一种在计算机上作数学运 算分析的理论计算方法。但是这种方法存在不足，它的计算复杂，即使有现成的 分析程序可供利用，所费工时也很大；此外，这种方法要求计算者有熟练的技巧 与经验，对于汽车车内噪声有限元模型的建立，是一项艰苦复杂的工作。由于阻 尼、非线性因素等问题存在，现阶段的试验研究分析结开发过程中必不可少的步 骤。 车内噪声特性的试验研究方法即是采取试验的手段，对形成车内噪声的噪声 源、车内声场的分布规律、车身结构修改对车内噪声的影响等方面进行研究的方 法。在确定噪声源方面采取的方法主要有：近场测量法、选择运行法、铅覆盖法、 声强分析法、声全息法，信号分析法等。 ( 1 ) 近场测量法 将声级计在紧靠机器表面进行扫描，并根据测试值的大小来确定噪声源的主 次部位。这种方法简便易行，在有其它噪声源的混响声场内测试时，准确性较差， 所以通常用于机器噪声源和主要发声部位的一般识别。 ( 2 ) 选择运行法 一般机器由许多总成部件组成，若能依次脱开运转，则可在保持运行工况和 声学坏境不变的条件下，首先测得整个机器运转时的噪声，然后脱开某个部件， 5 阶次跟踪分析在电动汽车车内噪声源识别中的应用 使之不产生噪声，再运转机器、测量噪声，按能量相减的关系即可计算出所脱开 部件的噪声。类似地可测量出机器各主要部件的噪声及其在机器运转时总声级中 所占的比重，从而确定主要声源的位置。 这种方法简单易行，不要求先进设备与技术，但由于机器是互相联系的整体， 某一部分的拆除与停止工作，会影响到与之有关联的部分，故某些数据的误差较 大；此外，该方法费工费时，且有一定的局限性，例如在声源的辐射表面上何处 辐射最为严重，使用该方法不可能得出结论。 ( 3 ) 铅覆盖法 用铅板做出一个与机器各部分表面相接近的密封隔声罩，罩的内壁衬有玻纤 维等吸声材料，以减轻罩内的混响。测试时，用该罩将机器覆盖严密，其隔声量 至少要在1 0 d b 以上。然后根据声源识别要求，将某部分打开小窗口，使辐射表面 的某个部分暴露出来，这样可在一定距离处测到机器暴露部分辐射的声压级。依 次打开不同部分测量其噪声，从而达到噪声源识别的目的。铅覆盖法避免了分别 运转消去法的一些部件停止转动带来的不利影响，可以达到较高的精度，声源定 位也比较精细，但该法特别费时，试验费用较高，另外在低频段由于覆盖物的隔 声效果较差，因而容易有较大的测量误差。 ( 4 ) 声强分析法 声强测量方法是在二十世纪八十年代初迅速发展起来的，与传统的声压测量 技术相比，它不但能获得声场中某点声能量的大小，还能获得该点声能量流动的 方向，因此声强测量是对声场更完整的测定和描述。并且进行声强测量时不再要 求混响室、消声室等造价高昂的特殊声学环境，适宜作现场测试，但声强测量法 需要较昂贵的专用仪器。 声场中某点沿某个方向的瞬时声强是瞬时声压与瞬时质点速度的乘积，从能 量的角度来看，声强是通过单位面积上的声功率。实际上人们关心的是声场统计 特征，所以通常使用的是时间平均声强，利用双传声器法可表示为 = 一面1 慨+ 岛) r 魄一a 渺 ( 1 6 ) 式中，f 为测量时间，r 为传声器间距，p 为空气密度，是时间平均声强在测量 方向上的分量。 6 江苏大学硕士学位论文 ( 5 ) 声全息法 声学全息分析是一种将噪声映射为声强分布并定位噪声源的技术，声全息是 利用声波干涉获得被观察物体声场全部信息的声成像技术。声全息技术一般包括 获得物体的声全息图和由声全息图重建物体可见像两个步骤。为了获得物体的全 息图，必须同时具备两束相干声波，一束照射到物体上透过物体后称为物波，另 一束声波称为参考波，物波和参考波在一定位置相遇发生干涉，干涉图样就是物 体声场的含有声波的振幅信息和相位信息的声全息图。出声波发生器产生的频率 为兆赫级的两束相干声波，一束照射到被测物体上，透过物体后，含有物体信息 的物波与参考波在波面上相互干涉而形成声全息总图，然后用光学方法，通过声 像转换仪器将声全息图重建为物体的可见像，由屏幕显示出来。系统中的通道越 多，图像的分辨率就越高。目前的典型系统能够使用6 4 到1 2 8 个通道甚至更多。 但是，仪器的价格相当昂贵。 北京航空航天大学的邓江华等基于近场声全息技术提出了一种对汽车车内声 场进行声源识别、声场预测及声学贡献分析的方法。表明，将近场声全息技术用 于声贡献量分析相对于传统方法有明显优势嗍。在噪声控制工程国际会议 i n t e r n o i s e2 0 0 2 上，d v a u c h e r 等。采用m t ss o u n de x p l o r e r 测量分析系统研究了 轿车的内部声场待件，对轿车内部的噪声源进行了定位、量化和分级，并研究了 轿车侧面和内部的噪声分布情况 9 1 。a f s e y b e r t 等采用基于b e m 的声全息分析了 汽车发动机的噪声分布情况，取得了非常好的效果【1 0 l 。 声全息法识别汽车噪声源可靠，有效性强，结果直观。但是仪器昂贵，测量 工作费时，效率较低，重建分辨率不高。 ( 6 ) 信号分析法 采用信号分析的方法识别噪声源是很普遍的，一般为频谱分析法，相关分析 法，相干分析等。江苏大学左言言等采用声场分析和频谱分析对轻型客车的车内 噪声进行了测试分析，识别出车内噪声的主要噪声源【1 1 】。同济大学的阎礁等对燃 料电池轿车进行了声振特性测试，通过相干分析和频谱分析，获得车内噪声源为 驱动电机总成和燃料电池系统中的氢泵、风机，产生的噪声通过空气直接传到车 内，同时引起车身板件振动并向车内辐射噪声【1 2 1 。 随着声学测量技术的发展，信号分析法也有了新的发展，如阶次跟踪分析和 小波分析。 7 一 阶次跟踪分析在电动汽车车内噪声源识别中的应用 小波分析是技术可取代部分传统频谱分析，可分析处理各种类型的信号。在 小波分析中可以用不同的“标度”或“分辨率”观测信号，所以小波分析对处理 非平稳信号提供了有效工具。 阶次跟踪分析被广泛用于旋转机械的故障诊断，与传统频谱分析相比，有很 多独特的优势，尤其对于升降速阶段的振动噪声信号，由于采样频率随转速升高 而提高，可以消除“频率模糊”现象，保证了振动噪声测量的准确性。近年来随 着汽车工业的快速发展逐渐用于汽车的振动噪声测试，利用阶次跟踪找出最大噪 声处的阶次。 1 3 阶次跟踪分析研究现状 目前国内外对阶次跟踪分析技术主要分为两大类：一类是有转速计或其它辅 助硬件设备的阶次跟踪，比如传统硬件式阶次跟踪和计算阶次跟踪( c o t ) ，另 一类是无转速计的阶次跟踪。无转速计的阶次跟踪是近几年才发展起来的，技术 上并不成熟，它不在论文的研究范围内。硬件式阶次跟踪方法安装复杂，价格昂 贵，对转速较快的信号阶次跟踪效果不好，而计算阶次跟踪不需要另外安装硬件， 用软件方式实现阶次跟踪，即能保证精度，又能进行实时的分析，是目前阶次跟 踪分析技术中应用最广泛的方法。 国外许多科学研究机构和信号分析仪生产厂商都根据不同的应用情况对阶次 跟踪进行了研究。采用的方法包括在模型分析中普遍使用的复指数算法，最大熵 谱技术，频率响应函数，时变离散傅立叶变换【1 3 1 ，w i g n e r - v i l l e 分布，g a b o r 变换 【1 4 】和v o l d k a l m a n 滤波器【1 5 】等。 v o i d 和l e u r i d a n 于1 9 9 3 年提出了基于k a l m a n 滤波器的转速阶次跟踪高分辨 率算法，即v o i d k a l m a n 算法。v o i d t a l m a l l 算法在商业软件系统中获得了成功应 用，解决了许多其他分析方法难以解决的棘手问题，但同时存在着一些缺点，尤 其需要进一步改进滤波器的频率响应和时间响应特性的可控性，以便提高阶次分 辨率。1 9 9 9 年s g a d e 等人提出了改进的v o i d k a l m a l l 算法，给出了滤波器的时间 响应与频率响应及其时频关系，并介绍了该算法在b k p u l s e 分析系统中的应用。 由于v o i d k a l m a n 滤波器时频关系接近海森堡不等式极限，因此具有极高的时频 分辨率。基于v o i d t a m a n 滤波器及其改进算法，使得基于转速计信号的阶次跟 踪技术发展到较高水平【1 6 1 。丹麦b k 公司采用v o i d k a l m a n 滤波技术成功提取各 8 江苏大学硕士学位论文 阶信号分量时域波形，并且基于贝叶斯估计法实现了无转速计信号下从振动或噪 声信号中各阶次分量信号的提取。美国国家仪器公司采用g a r b o r 变换也成功实现 了无转速计信号下从振动或噪声信号中各阶信号分量时域波形的提取，他们都拥 有各自的技术专利并获得了实际工程应用。 国内郭瑜等也在自己的研究中成功实现了基于g a r b o r 变换、短时傅里叶变换 的信号分量提取技术，另外还首先尝试了采用基于分段零相位数字滤波技术提取 一阶振动信号分量时域波形【1 7 1 1 s l 。 阶次跟踪分析逐渐应用于汽车振动噪声应用方面。同济大学王建等基于阶次 分析方法分析了燃料电池轿车电机总成的振动情况【1 9 1 。同济大学周冠嵩应用阶次 分析对某五挡客车自动变速器的噪声进行实车试验，证明阶次分析方法能够准确 地识别变速器的噪声源刚。重庆工学院的龙月泉，同济大学万德安等也将阶次跟 踪分析应用于变速箱的噪声源识别中【2 1 1 1 2 2 。浙江大学的孔庆鹏等通过研究g a b o r 变换及满足信号时域重构的对偶函数双正交条件，采用在时频域进行带通滤波的 方法对发动机变速阶段振动信号进行阶次跟踪嘲。西安思源学院邵宗安以丰田某4 缸柴油机为例，对其进行了振动信号的数字阶次跟踪分析，结果表明数字阶次跟 踪能有效地消除频率混淆【2 4 1 。华南理工大学俞明应用p u l s e 多分析系统中的阶次 跟踪分析方法，测试分析了车内司机座位处振动、噪声随发动机转速变化的关系 瞄】。武汉科技大学胡溧应用p u l s e 测试分析系统中阶次跟踪法，测试分析某型乘 用车车内四个位置的噪声水平随发动机转速变化的关系。揭示了该型汽车在测试 工况下，不同的转速对车内噪声的贡献规律陶。浙江大学徐红梅采用阶次分析方 法对一台车用四缸发动机的进气噪声进行了试验研究，分析进气口总声压级随转 速的变化关系，并根据进气噪声阶次分析的特征分量分布，初步识别了其主要频 率成分及相应噪声源，以及最大噪声产生时的发动机运行工况阳。 1 4 本文的主要研究内容 本文围绕某新型电动汽车样车振动噪声问题，结合阶次跟踪分析理论，将阶 次跟踪分析应用于该电动汽车的车内噪声源识别中。 具体研究内容主要有以下几个方面： ( 1 ) 介绍车内噪声源识别研究现状，包括传统声学方法、数值方法及试验方 法。其中阶次跟踪分析方法是新发展的信号分析方法，属于研究车内噪声的试验 9 阶次跟踪分析在电动汽车车内噪声源识别中的应用 方法之一。 ( 2 ) 对电动汽车车内噪声进行评价并对噪声源进行分析，掌握各个噪声源产 生的机理，包括电机噪声、传动系噪声、轮胎噪声和车身板件噪声等及车内噪声 的组成和产生。这为车内噪声源识别奠定了基础。 ( 3 ) 计算阶次跟踪分析理论研究。在m a f l a b 平台上，实现基于重采样的计算 阶次跟踪分析算法。 ( 4 ) 针对某电动汽车车内噪声问题，运用阶次跟踪分析识别出车内主要噪声 源，为解决该车的车内噪声问题奠定基础。并与试验模态结果进行对比，以验证 阶次跟踪分析在识别车内噪声源方面的实用性。 1 0 江苏大学硕士学位论文 第二章电动汽车车内噪声评价及噪声源机理分析 国内某电动汽车给人以主观感觉车内噪声较大，为了客观评价车内噪声水平， 按照标准要求对车内噪声进行了试验测量，并从声压级，声音的清晰度两方面进 行评价。发现该样车车内噪声确实较大，需要进行降噪。为了控制汽车车内的噪 声，必须先弄清车内噪声的构成及产生机理，对其声学特性做出分析，然后才能 更有效地识别噪声源，或在设计中有针对性地采取合理可行的防范措施，以取得 满意的结果。所以本章还对电动汽车噪声源的构成及机理进行了分析，为下面的 噪声源识别奠定了基础。 2 1 车内噪声评价性试验 传统的汽车噪声控制中，只强调声压级的大小，认为噪声越低越好。自2 0 世 纪8 0 年代以来，人们不仅要求汽车安静还关心其频率成分，与发动机转速的关系 等因素，即声音的质量。声品质是指声音带给人的特有的声觉感受。声品质包括 响度，音色，音调，锐度，语音清晰度等方面的指标。下面参照标准哪! 8 6 9 7 2 0 0 2 声学汽车车内噪声测量方法，对车内噪声进行试验，从声压级，语音的清晰 度对车内噪声进行评价。 2 1 1 试验内容 1 、布置测点位置 车内噪声测量在人耳附近布置测点。话筒朝车辆前进方向。驾驶室车内噪声 测点位置：座椅平面上0 7 5 m ，距中间平面o 2 m 。两个测点分别位于驾驶员右侧 及副驾驶员的左侧。 2 、选取车速，匀速行驶。选取6 0 k m h 、8 0 k m h 、1 0 0 k m h 和1 2 0 k m h 四个车 速。 3 、测量得到声级：a 计权网络，1 3 倍频程。 4 、试验仪器：b s w av s 3 0 2 u s b 双声道声学振动分析仪；非接触测速仪；m 信号采集器。 2 1 2 声压级评价 表2 1 为匀速行驶车内噪声水平试验值，可见随着车速提高，车内噪声逐渐增 1 1 阶次跟踪分析在电动汽车车内噪声源识别中的应用 大。目前，客车车内噪声限值及测量方法规定要求非城市客车的其他用途的 客车中，后( 中) 置发动机的客车车内是最安静的，驾驶区的噪声不高于7 2 d b ， 乘客区的噪声不高于7 4 d b 。而该车的车内噪声则达到8 0 d b 以上，需要实施降噪 措施。 表2 1 匀速行驶时车内噪声水平d b ( a ) t a b l e2 1i n t e r i o rn o i s el e v e la tc o n s t a n ts p e 刎( 1 b ( a ) 对采集的匀速行驶车内噪声进行1 3 倍频程谱分析，见图2 1 。从图2 1 中可 看出，车内测点噪声的高声级噪声成分主要在5 0 0 h z ，8 0 0h z 附近中高频段。另 外，从图2 1 也可看出，随着车速的提高，这两个主要频段的噪声成分也随之增 大。 瑚。5 1 5s 口 1 7 5z t 耵5 l ，l 斟l z 5 0z o5 i 弼5 0 0 0暑咖 a $ f a z 图2 1匀速行驶车内噪声1 3 倍频程谱图 f i g 2 1 i n t e r i o rn o i s e3 r do c t a v es p o c t r u ma tc o n s t a n ts p e e d 2 1 3 语音清晰度评价 语音清晰度描述了在噪声环境下说话的清晰程度，通常用百分数来表示，1 0 0 表示说话完全能听清楚，0 表示说话完全听不清楚。当背景噪声超过说话声时， 就听不清楚说话声；当噪声完全盖过说话声，就听不见说话声。同样，当背景噪 声降低到某一程度时，就可以完全听清楚说话声嘲。 1 2 阳 钳 蛆 船 o s叠p，黛幽 江苏大学硕士学位论文 假设噪声超过说话声1 2 d b ，听不见说话声，这时的背景噪声定义为上限噪声， 用符号观( 厂) 表示。观( p 和说话声的频谱日( ，) 的关系为 v l ( f ) = h ( f ) + 1 2 ( 2 1 ) 假设当背景噪声比上限噪声低3 0 d b 时，说话完全听得清楚，这个背景噪声称 为下限噪声，用儿( 厂) 。 l l ( f ) = u l ( f ) 一3 0 ( 2 2 ) 上面定义的上限噪声和下限噪声之间的差值对所有的频率都是一样的，即 3 0 d b 。然而说话声与频率有关，每个频段内的上限噪声级对语音清晰度的影响都 不一样。这样就引入了一个计权系数。2 0 0 h z 以下和6 3 0 0 h z 以上的说话频带不考 虑。 表2 2 各频率下的上限噪声值和计权系数 t a b l e2 2t h eu p p e rl i m i to ft h en o i s el e v e la n dt h ec o e f f i c i e n t - w e i g h t e d 语音清晰度址定义