工程機械司機室內噪聲信號盲源分離及特性研究.pdf

1、目前我國工業(yè)化建設進展迅速，工程機械設備在基礎設施建設及工農業(yè)生產中發(fā)揮著突出作用。工程機械行業(yè)已發(fā)展成為我國機械工業(yè)中的第四大行業(yè)，國產工程機械設備技術水平獲得了很大提升。隨著工程機械行業(yè)的快速發(fā)展以及各國環(huán)保政策的大力推行，人們對于工程機械的綜合性能提出了更高的要求，對于工程機械的舒適性和噪聲控制的要求也越來越嚴格。工程機械司機室內噪聲作為NVH(Noise、Vibration、Harshness)重要指標之一，越來越受到廣泛的關注

2、。為增強我國的工程機械產品國際競爭力，推動我國向著工程機械制造強國轉變，對司機室內噪聲問題進行研究具有重大的現(xiàn)實意義。
　　推土機司機室受到多種振動和噪聲激勵影響，各噪聲源具有各自的時頻特征。當在多個噪聲源共存的情況下，降低司機室噪聲，需要抑制最主要噪聲源，才能取得明顯的降噪效果。因此，確定噪聲源是降低噪聲限值的首要工作。由于多個噪聲源的同時作用，測試采集得到的噪聲信號包含多種復雜的瞬變非穩(wěn)態(tài)信號和少數(shù)穩(wěn)態(tài)信號的疊加，研究司機室振

3、動噪聲源及特性，是實現(xiàn)噪聲源定位的重要基礎。
　　研究發(fā)現(xiàn)司機室內噪聲、振動信號是含有一定噪聲的非平穩(wěn)信號，采用小波等時頻分析方法能夠其進行詳細的研究，但需依據(jù)信號特征反復調整參數(shù)才能取得較好的分析效果，而EEMD能夠將非線性、非平穩(wěn)信號自適應分解成為一族固有模態(tài)函數(shù)IMF，這將有效的提高振動、噪聲信號分析效率。但EEMD方法也存在著參與運算的白噪聲信號影響分解效果的問題。改進的EEMD方法即MEEMD方法，在保持EEMD分解的優(yōu)

4、點的同時，減小了參與輔助計算的白噪聲殘留，對IMF分量的模態(tài)分裂也有較好的抑制作用。本研究將MEEMD方法應用到推土機司機室內振動噪聲信號特征分析上，可改進現(xiàn)司機室內振動噪聲源特征分析效果。
　　推土機司機室內振動噪聲源眾多，且傳入路徑復雜，由于工程實際測試時相關測量使用的傳感器數(shù)量限制，如何利用有限的觀測信號識別多個源信號，是欠定盲識別的難題。研究表明，單通道信號經MEEMD分解，拓展為多個帶有源信號的特征信息的IMF分量，從而

5、實現(xiàn)欠定問題到正定問題的轉換。本文將采集的振動、噪聲信號的MEEMD分解結果作為冗余的觀測分量，分別利用協(xié)方差矩陣特征值分析方法和信號稀疏性特征分析方法，探討司機室內振動噪聲源的數(shù)目估計，為實現(xiàn)司機室內振動噪聲源準確識別提供研究基礎。
　　利用IMF分量進行振動噪聲源識別時，由于MEEMD方法分解得到的IMF分量之間總存在一定的耦合信息，需要對IMF信號進行解耦，即去除各IMF信號間的相關性。IMF分量組合的觀測陣代表了多個源信號

6、的線性混合，采用獨立成分分析(ICA)從混合矩陣分離出若干相互獨立的成分，但現(xiàn)有方法受數(shù)值計算迭代初值的影響具有不確定性，且基于負熵的固定點算法(Fixed-PointAlgorithm-FICA)的穩(wěn)定性需要改進，本研究將MEEMD和ICA方法相整合改進，將其應用于司機室內噪聲源的分離和識別，并通過相干分析與時頻分析相結合的技術對噪聲源進行定位，最后從隔聲和減振兩方面入手對司機室內噪聲的進行了綜合治理。
　　綜合以上問題的分析，

7、本研究展開了以下內容的研究:
　　結合推土機的結構和司機室的特點，對司機室內噪聲來源、噪聲傳播途徑和產生機理進行了分析，對多個型號推土機司機室內振動、噪聲信號進行初步分析，確定司機室內振動噪聲信號大致特征。采用四種不同的小波函數(shù)對多個型號推土機司機室內振動、噪聲信號進行了時頻分析，確定最優(yōu)的復Morlet小波參數(shù)，并與STFT時頻分析比較分析效果，研究發(fā)現(xiàn)復Morlet小波和STFT變換各有優(yōu)點，可根據(jù)信號的特點選擇合適的時頻分析

8、工具。
　　將MEEMD方法引入推土機司機室振動噪聲源特征識別研究中，結合相關系數(shù)分析篩選有效IMF分量組合。結合IMF分量時頻特征分析，研究了型號Ⅰ司機室內底板振動信號、耳旁噪聲信號，分析與司機室內振動噪聲信號密切相關的各IMF分量。采用IMF分量的能量變化指標研究了運行工況變化對IMF分量能量特征的影響情況，根據(jù)能量變化的情況確定轉速工況對耳旁噪聲各IMF分量的影響，對敏感的IMF分量進行追蹤和定位，為進一步實現(xiàn)駕駛室內噪聲治

9、理提供分析基礎。
　　利用MEEMD將單個觀測信號拓展為帶有多個源信號特征信息的IMF分量組合，將欠定盲分析問題轉化為正定問題。采用兩種不同的分析方法分別利用單通道觀測信號進行了源數(shù)估計:(1)根據(jù)觀測陣信號子空間維數(shù)估計原理，將特征值方法應用于IMF分量構成的觀測信號的分析中，對源信號的個數(shù)進行估計;(2)根據(jù)觀測信號在時頻域的稀疏性原理，將IMF分量構成的觀測信號進行時頻域轉換，提取信號的稀疏特征向量進行源數(shù)估計。采用兩種分析

10、方法對型號Ⅱ推土機司機室內耳旁噪聲和底板振動信號進行了源數(shù)估計，并對得到噪聲合成信號simf和振動合成信號vimf，進行時頻分析，分析影響司機室內耳旁噪聲的主要頻率。
　　對MEEMD和ICA方法進行整合，通過添加迭代步長參數(shù)α對基于負熵的固定點算法進行了改進，結合分離性能指標，選擇最優(yōu)的參數(shù)設置。采用整合改進的MEEMD和ICA方法，結合相干分析與時頻分析相結合的技術，對型號Ⅰ推土機司機室內噪聲信號進行盲分離，并對型號Ⅰ推土機司

11、機室內振動噪聲進行了分步分階段治理，有效降低了司機室內耳旁噪聲。從隔聲和減振兩方面入手的分階段的綜合治理的實驗結果也驗證了對司機室內噪聲的綜合治理行之有效。通過改進減振系統(tǒng)有效降低了低速工況下的噪聲水平，而隔聲措施對于降低中高速工況下的噪聲效果較明顯。
　　本研究以某系列液壓式履帶推土機研究對象，實現(xiàn)了工程機械司機室內噪聲盲源分離，以司機室內振動噪聲源估計、噪聲源識別和特性分析為主要內容，以現(xiàn)代信號處理方法MEEMD、ICA、時頻

12、分析以及信號稀疏特征分析等多種方法為手段，對司機室內復雜聲場內盲源分離方法及關鍵技術進行了研究。研究結論和提出的研究方法對其他類型的工程機械具有一定的借鑒意義。本研究還存在一定的不足，主要有以下兩個問題需要繼續(xù)研究和完善:
　　(1)研究了某系列3種型號推土機的司機室內振動噪聲情況，但未涉及到其他類型的工程機械，研究范圍還需要拓展，使文中提出的研究方法應用更為廣泛;
　　(2)MEEMD分解對非平穩(wěn)信號分析具有一定的優(yōu)勢，但