波束形成方法在噪聲源識別應用中的仿真和實驗研究.pdf

1、機械噪聲蘊含豐富的機械設備狀態(tài)信息，可被用來進行機械設備狀態(tài)監(jiān)測和故障診斷，并且具有測量簡單、不影響設備正常工作等特點，已成為機械設備故障診斷的前沿課題之一。在進行聲學故障診斷中，準確找到噪聲產(chǎn)生的根源非常重要，那么首先就要對聲源進行準確識別和定位。鑒于此，本論文通過對各種識別方法分析比較，并結合項目實際，將波束形成方法用于噪聲源識別。具體研究工作如下： 首先闡明本論文的研究背景、課題來源，在對噪聲源識別方法發(fā)展歷程分析的基礎上

2、，提出本論文研究的意義和核心內(nèi)容：基于傳聲器陣列測量的波束形成方法在噪聲源識別應用中的數(shù)值仿真和實驗研究，以期將其應用到電梯運行過程中噪聲源的識別中。 以陣列測量技術引出對波束形成方法原理的詳細介紹，并將基于球面波假設的波束形成方法應用到噪聲源識別中，以方便測量和獲取更多的聲源信息。同時具體介紹時域的延時求和、頻域的相移和改進的頻域算法－去自譜的波束形成算法，并對各種算法的優(yōu)缺點進行對比分析。 指出時域算法可以一次性識別

3、整個頻域內(nèi)的噪聲源整體分布狀況，頻域算法可以具體查找我們感興趣的某窄帶頻域的噪聲源分布狀況，而去自譜算法具有更高的抗干擾和降噪能力。 鑒于波束形成是以傳聲器陣列測量為基礎的，傳聲器陣列的布局對波束形成的輸出具有重要的影響，本論文也對傳聲器陣列的各種參數(shù)和特性進行詳細研究。指出一個性能良好的傳聲器陣列應該具有較小的旁瓣和較窄的主瓣，合理布置傳聲器陣列，就可以利用較少的傳聲器個數(shù)獲取較好的識別效果。在對幾種常用陣列進行對比分析的基礎

4、上，依照一定思路對環(huán)形陣列進行了改進，獲得特性良好的旋轉式同心環(huán)形陣列。 以點聲源為研究對象，基于Matlab 仿真研究各種波束形成算法和各種陣列對不同情況下噪聲源的識別情況。仿真發(fā)現(xiàn)在滿足陣列測量分辨率的條件下，時域、頻域和去自譜算法可以正確識別期望噪聲源位置，并且去自譜算法在很低信噪比情況下仍有很高的準確性。通過仿真十字、環(huán)形、同心環(huán)形、旋轉式同心環(huán)形陣列對各種情況的噪聲源識別情況，發(fā)現(xiàn)十字陣列在一定情況下會出現(xiàn)“鏡像”；同

5、心環(huán)形陣列優(yōu)于普通的環(huán)形陣列，而旋轉式同心環(huán)形陣列由于改善了陣列布局，識別效果和降噪能力明顯優(yōu)于其他幾種陣列。同時指出波束形成算法實現(xiàn)過程中應該注意的幾個問題。 設計兩種非等間距網(wǎng)格陣列，在半消聲室內(nèi)對兩個同頻音箱進行識別，實驗驗證波束形成方法識別同頻噪聲源的準確性和有效性，同時得到結論：分辨率隨測量距離的增加而減小，隨測量頻率的增高而提高。 實驗研究“音箱+電動機”的噪聲源識別情況，驗證波束形成方法對不同噪聲源含有不同