機械噪聲源辨識與特征提取的研究.pdf

1、上海交通大學(xué)博士學(xué)位論文機械噪聲源辨識與特征提取的研究姓名：薛瑋飛申請學(xué)位級別：博士專業(yè)：機械設(shè)計與理論指導(dǎo)教師：陳進(jìn)20070301中請上海交通大學(xué)工學(xué)博士學(xué)位論文提出采用混合波疊加法作為聲場重建算法，建立了用混合波疊加法進(jìn)行聲場全息重建和預(yù)測的數(shù)學(xué)模型。該方法既繼承了波疊加方法適于任意形狀聲源分析的優(yōu)點，又繼承了HELS方法的穩(wěn)健性優(yōu)點。不僅避免了奇異值和解非唯一性問題，同時克服了測量傳聲器數(shù)目多及測量工作和重建計算都相當(dāng)耗時等問題

2、。用數(shù)值仿真分析討論了虛源點的數(shù)目、位置及分布形狀對重構(gòu)結(jié)果精度的影響。通過數(shù)值算例和實驗驗證該算法對聲源辨識的精確性。提出了基于Tichhonov正則化的統(tǒng)計優(yōu)化近場聲全息聲源辨識技術(shù)，有效地抑制傳聲器測量誤差對聲場的影響影響，給出了正則化系數(shù)的選取方法。通過仿真算例驗證了SONAH能有效地解決NAH技術(shù)在計算過程帶來窗效應(yīng)和卷繞誤差以較少的傳聲器有效地、精確地辨識出噪聲源。提出了SONAH應(yīng)用噪聲源的信號特征提取的基本原理：運用SO

3、NAH重建振動體的聲壓場，得到聲場中比較重要的振動噪聲源的個數(shù)，并且把每個信號源的方位計算出來，重建傳聲器與噪聲源系統(tǒng)的混合矩陣，從而逆向求解，得到各個噪聲源信號的時域波形及頻域特征，進(jìn)行故障信號特征分離提取。在半消聲室，基于Tichohonov正則化的統(tǒng)計優(yōu)化近場聲全息對單個音箱聲源、兩個音箱聲源及電動機聲源進(jìn)行聲場重建試驗，得到空間場的聲壓、聲速與聲強等聲學(xué)參量：用B&K標(biāo)準(zhǔn)聲強探頭測得的聲強與重建聲強進(jìn)行了比較；并且從一個音箱和電