CN101556187B - 空调器噪声源可视化识别的统计最优近场声全息法及其操作方法 - Google Patents

Abstract

一种空调器噪声源可视化识别的统计最优近场声全息法及其操作方法，操作时，首先确定噪声源位置、频率特性、分布范围；传声器阵列上传声器之间的间距、传声器个数、采样率和采样点数，接着标定陈列传声器，然后开始采集数据、记录声压数据、进行声压数据处理和读取处理后的数据，最后进入噪声源识别程序。本发明直接通过空间域中全息面上复声压的线性叠加来计算重建面上的复声压和表面粒子振速，从根本上解决近场声全息中存在的窗效应和卷绕误差，避免了目前近场声全息法需要大量的传声器而带来的声场重建效率低、测量系统的成本非常昂贵等问题。其具有需要的传声器数目少、测量成本低和声场重建效率高的特点。

Description

空调器噪声源可视化识别的统计最优近场声全息法及其操作方法

技术领域

本发明涉及一种空调器噪声源可视化识别的统计最优近场声全息法及其操作方法，用于空调噪声源的辨识与空调器的噪声故障诊断。

背景技术

空调器作为一种与人们生活息息相关的家用电器其质量尤其是噪声品质越来越受到人们的关注。空调器的噪声很复杂，压缩机、管路、风扇、风道和钣金件等部件均可能产生噪声，要改善空调器的噪声品质首先要识别出噪声的主要来源。噪声源的辨识方法目前主要有主观评价法、近场测量法、分别运行法、选择隔离法、频谱分析法、相干函数法、倒谱分析法、表面振速测量法、声强测量法等。

主观评价法一般只适用于有经验的专门从事这项工作的人；近场测量法只能比较粗略地反映，精度不高；分别运行法适用于各零件可以分别运行的情况；选择隔声法虽然可以不要求各零件能分别运行，但是这种方法比较耗时，成本也较高；频谱分析法、相干函数法以及倒频谱法都是用噪声信号来分析噪声源的方法，具有比较精确的优点；表面振速测量法是通过测量振动源表面的振动速度来反映振动辐射的强弱，从而而反映噪声源；声强测量法也能很准确地辨识噪声源，但是对传声器要求高，且一般适用于稳态噪声源。

近场声全息是通过记录物体的辐射或散射声场，经过重建处理，获得其外形或内部结构可见像的方法和技术。

目前，声全息技术已经广泛应用在汽车噪声源辨识上，与前面的噪声源辨识技术相比，它不仅利用了声的强度信息，而且还利用了声的相位信息，因而具有其他噪声辨识技术所不具有的特点。

但该技术理论推导的前提是在无限大孔径上进行全息声压测量，由于实际全息面复声压是在有限测量孔径(即有限的全息面积)上离散进行的，并且在声场重建过程中，是用离散傅里叶变换来实现解卷积运算的，这样就会在全息计算过程中带来窗效应和卷绕误差。

为了避免误差，一般要求测量孔径面积足够大(至少是声源尺寸的两倍)，以至其边缘区域的声压幅值可以近似为零的情况下，通过将全息面以外的声压视为零，这样来减小窗效应和卷绕误差。否则测量孔径边缘出现的不连续性声压经傅里叶变换后会产生很大的误差。

对于高频情形及噪声源的尺寸较大时，需要大量的测点，需要传声器数目多和大量的校准工作，其测量工作和重建计算都相当耗时，效率很低、测量系统的成本非常昂贵。

发明内容

本发明的目的旨在提供一种声场重建效率高、测量系统的成本低、避免近场声全息中存在的窗效应和卷绕误差的空调器噪声源可视化识别的统计最优近场声全息法及其操作方法，以克服现有技术中的不足之处。

按此目的设计的一种空调器噪声源可视化识别的统计最优近场声全息法，其特征是

设p(r)＝p(x，y，z)为空间声场中任意点(x，y，z)处的复声压，其频率为f，声波数k＝2πf/c，c为空气中声波的传播速度；

近场范围内的任何平面上的声压都可以看成是无数个空间波数域的平面传播波和倏逝波的叠加，即有：

$p\left(r\right)=\frac{1}{4{\mathrm{\π}}^2}{\∫}_{-\∞}^{+\∞}{\∫}_{-\∞}^{+\∞}P\left(K\right){\mathrm{\Φ}}_K\left(r\right)\mathrm{dK}---\left(1\right)$

式中，K＝(k_x，k_y，k_z)为波数矢量；k_x、k_y、k_z分别为x、y、z方向的空间波数；P(K)为平面声压角谱；

为空间波数域；当

时，Φ_K(r)为平面传播波；当

时，Φ_K(r)为平面倏逝波；

令p(r_hn)为全息面上第n个测量点，测量孔径为x、y方向的测量点数均为

的正方形全息面，r_hn＝(x_n，y_n，z_h)处的复声压，而p(r)为重建面上任意点r＝(x，y，z)处的复声压为

$p\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right)p\left(r_{\mathrm{hn}}\right)---\left(2\right)$

式中，c_n(r)为传递矩阵；r_hn为全息面h上第n个测量点到重建面的距离；p(r_hn)为全息面上第n个测量点的复声压；

根据波场的叠加原理可知：相同波数矢量的单元平面波具有可叠加性，则有

${\mathrm{\Φ}}_{K_m}\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right){\mathrm{\Φ}}_{K_m}\left(r_{\mathrm{hn}}\right)$ (m＝1，2，…，M)(3)

式中，

为离散的空间波数域；只是全息面上空间波数域中的一个点的值；

和

由Green函数确定，空间自由场Green函数表示一种特定的″场″和产生这种场的″源″之间的对应关系，公式为G(r)＝(1/4πr)e^-ikr；G(r)为Green函数；

则式(3)确定的M(M≥N)个线性方程所构成的线性方程组通过正则化解为

{c(r)}＝([A]⁺[A]+θ²[I])^-1[A]⁺{b}(4)

式中，[A]⁺为矩阵[A]的共轭转置矩阵， $\left[A\right]=\left[\begin{array}{ccccc}{\mathrm{\Φ}}_{K_1}\left(r_{h1}\right)& \·& \·& \·& {\mathrm{\Φ}}_{K_1}\left(r_{\mathrm{hN}}\right)\\ \·& & \·& & \·\\ \·& & \·& & \·\\ \·& & \·& & \·\\ {\mathrm{\Φ}}_{K_M}\left(r_{h1}\right)& \·& \text{\·}& \·& {\mathrm{\Φ}}_{K_M}\left(r_{\mathrm{hN}}\right)\end{array}\right];$ [I]为单位对角矩阵；([A]⁺[A]+θ²[I])^-1为矩阵([A]⁺[A]+θ²[I])逆矩阵，θ为正则化参数，起滤波作用； $\left\{b\right\}=\left[\begin{array}{c}{\mathrm{\Φ}}_{K_1}\left(r\right)\\ \·\\ \·\\ \·\\ {\mathrm{\Φ}}_{K_m}\left(r\right)\end{array}\right];$ {c(r)}为传递矩阵，用于表示压力传递；

将式(4)代入式(2)中可得

$p\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right)p\left(r_{\mathrm{hn}}\right)={\left\{p\right\}}^T\left\{c\left(r\right)\right\}={\left\{p\right\}}^T{\left({\left[A\right]}^{+}\right[A]+{\mathrm{\θ}}^2[I\left]\right)}^{-1}{\left[A\right]}^{+}\left\{b\right\}---\left(5\right)$

式中，{p}^T＝[p(r_h1)p(r_h2)…p(r_hn)]为全息面上所测量声压值{p}的转置；

根据波数域的Euler公式可得到重建面上的粒子振速为

$u\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n^{\′}\left(r\right)p\left(r_{\mathrm{hn}}\right)={\left\{p\right\}}^T\left\{c^{\′}\left(r\right)\right\}={\left\{p\right\}}^T{\left({\left[A\right]}^{+}\right[A]+{\mathrm{\θ}}^2[I\left]\right)}^{-1}{\left[A\right]}^{+}\left\{\mathrm{\β}\left(r\right)\right\}---\left(6\right)$

式中，{c′(r)}为传递矩阵，表示压力与速度的传递关系，c′_n(r)是{c′(r)}对应n点的值；

为空间波数域的粒子振速；i、j、γ分别为点r处的单位矢量；u(r)为重建面上的粒子振速；

由式(5)和(6)就可实现用空间域中全息面上的复声压的线性叠加来计算重建面上的复声压和法向振速，而后，重建面上的三维矢量声强I(r)，

$I\left(r\right)=\frac{1}{2}[p\left(r\right)*u{\left(r\right)}^H]---\left(7\right)$

式中，H为取复共轭。

一种空调器噪声源可视化识别的统计最优近场声全息法的操作方法，其特征是：

第一步，确定噪声源位置、频率特性、分布范围；传声器阵列上传声器之间的间距、传声器个数、采样率和采样点数，

第二步，标定陈列传声器，

第三步，开始采集数据，

第四步，记录声压数据，

第五步，进行声压数据处理，

第六步，读取处理后的数据，

第七步，进入噪声源识别程序。

所述确定噪声源位置是通过噪声源的平均尺寸a和声场重建中所感兴趣的最大频率f_max，按照Nyguist采样定理确定相邻传声器之间的间隔距离、传声器个数和全息面距离参数；

将噪声源表面的几何信息和全息面的集合信息，通过Green函数和公式(3)确定单位波束矩阵

在确定了矩阵

后，通过正则化方法，得到声音的压力传递矩阵公式(4)的解；

由于传声器采集的数据是时域信号数据，对该数据进行后处理得到频率的复声压数据以及噪声源表面上重建点的位置信息，根据公式(5)可得重建面上的声压场；

根据波数域的Euler公式可得到重建面上的粒子振速见公式(6)，再结合公式(5)重建出公式(7)重建表面声强场；

以通过数码相机摄得的噪声源表面图象作为背景，绘制噪声源表面上的声压分布、表面法向振速和平均声强分布，最后进行噪声源识别。

与现有的空调噪声源技术相比，本发明的有益效果体现在：

1、可视化识别噪声源。传统的常相干函数法、偏相干函数法、偏奇异值分析法只能得到噪声的大概位置，其定位精度很差。而本发明基于统计最优近场声全息法是通过将声场以图形的方式显示出来，从而可以直观的判别噪声源的位置、大小以及噪声的传播路径，为控制噪声提供了良好的基础。

2、只需要较少的传声器数目，测量成本低。本发明直接通过空间域中全息面上复声压的线性叠加来计算重建面上的复声压和表面粒子振速，从根本上解决近场声全息中存在的窗效应和卷绕误差，避免了目前近场声全息法需要大量的传声器而带来的声场重建效率低、测量系统的成本非常昂贵等问题。

3、声场重建精度高、可重建非稳态噪声源。采用本发明提供的方法测量噪声源信息时，除了记录传播波成分外，还能记录空间频率高于2π/λ且随传播距离按指数规律衰减的倏逝波成分，解决了倏逝波的问题。本发明采集的数据精确度高、速度快、不要求噪声源具有相干性，对声信号瞬变系统非常适用。

采用本发明提供的方法可以提高空调器的质量品质，对解决空调器噪声问题提供指导与帮助。

附图说明

图1为本发明一实施例的声辐射示意图。

图2为本发明的数据采集及噪声源识别流程图。

图3为本发明的空调电机与传声器阵列。

图4为距离空调电机0.3m重建面上的声压值(f＝370Hz)图表。

图5为距离空调电机0.3m重建面上的声压值(f＝1550Hz)图表。

具体实施方式

下面结合附图及实施例对本发明作进一步描述。

参见图1-图5，为了验证统计最优近场声全息法对于辨识空调器噪声源的可行性，以长宽高为0.5m×0.3m×0.2m的空调零部件，电机的声源为例。

将电机的中心线与呈平面网格阵列的传声器的中心对齐。阵列任意相邻两传声器的间距为0.2m，阵列的尺寸为0.8m×0.8m，阵列上的25个传声器接受电机发出的声音信号，声音信号经过前置放大器进行滤波、放大等处理，而后进入多通道数据采集系统，对数据进行采集和保存。

电机表面与传声器阵列之间的距离分别为0.3m、0.4m和0.5m三种情况进行实验。半消声室内的电机及其传声器阵列见图3。

信号采集频率为16384Hz，采样时间为3s。对采集的数据进行傅里叶Fourier变换，以获取全息面上的多点复声压，即声压的幅值及声压的相位。从电机的声信号的功率谱图得出电机噪声的主要在370Hz和1550Hz上。

利用统计最优近场声全息法对运转的电机的辐射声场进行0.3m处声场重建，图4和图5分别为重建频率在370Hz和1550Hz的电机表面距离0.3m平面的等值线声压值图。从图4的声压图中看出有两个噪声源，其主要分布在电机的前端和后端，即为前端的转子轴承和后端的风扇所产生。

该噪声源产生的主要原因是由于前端的转子轴承不平衡和偏心使得转子轴承和风扇分别发出机械噪声和风扇噪声。当电机转到高频时，转子轴承发生较强的高频振动，这一振动通过波形弹簧片传递给端盖，进而引起前端盖和后端盖产生高频振动，从而产生高频噪声，见图5。

Claims (3)

1.一种空调器噪声源可视化识别的统计最优近场声全息法，其特征是

设p(r)＝p(x，y，z)为空间声场中任意点(x，y，z)处的复声压，其频率为f，声波数k＝2πf/c，c为空气中声波的传播速度；

近场范围内的任何平面上的声压都可以看成是无数个空间波数域的平面传播波和倏逝波的叠加，即有：

$p\left(r\right)=\frac{1}{4{\mathrm{\π}}^2}{\∫}_{-\∞}^{+\∞}{\∫}_{-\∞}^{+\∞}P\left(K\right){\mathrm{\Φ}}_K\left(r\right)\mathrm{dK}---\left(1\right)$

式中，K＝(k_x，k_y，k_z)为波数矢量；k_x、k_y、k_z分别为x、y、z方向的空间波数；P(K)为平面声压角谱；

为空间波数域；当

时，Φ_K(r)为平面传播波；当

时，Φ_K(r)为平面倏逝波；

令p(r_hn)为全息面上第n个测量点，测量孔径为x、y方向的测量点数均为

的正方形全息面，r_hn＝(x_n，y_n，z_h)处的复声压，而p(r)为重建面上任意点r＝(x，y，z)处的复声压为

$p\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right)p\left(r_{\mathrm{hn}}\right)---\left(2\right)$

式中，c_n(r)为传递矩阵；r_hn为全息面h上第n个测量点到重建面的距离；p(r_hn)为全息面上第n个测量点的复声压；

根据波场的叠加原理可知：相同波数矢量的单元平面波具有可叠加性，则有

${\mathrm{\Φ}}_{K_m}\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right){\mathrm{\Φ}}_{K_m}\left(r_{\mathrm{hn}}\right)$ (m＝1，2，…，M)(3)

式中，

为离散的空间波数域；

只是全息面上空间波数域中的一个点的值；和由Green函数确定，空间自由场Green函数表示一种特定的″场″和产生这种场的″源″之间的对应关系，公式为G(r)＝(1/4πr)e^-ikr；G(r)为Green函数；

则式(3)确定的M(M≥N)个线性方程所构成的线性方程组通过正则化解为

{c(r)}＝([A]⁺[A]+θ²[I])^-1[A]⁺{b}(4)

式中，[A]⁺为矩阵[A]的共轭转置矩阵， $\left[A\right]=\left[\begin{array}{ccccc}{\mathrm{\Φ}}_{K_1}\left(r_{h1}\right)& \·& \·& \·& {\mathrm{\Φ}}_{K_1}\left(r_{\mathrm{hN}}\right)\\ \·& & \·& & \·\\ \·& & \·& & \·\\ \·& & \·& & \·\\ {\mathrm{\Φ}}_{K_M}\left(r_{h1}\right)& \·& \text{\·}& \·& {\mathrm{\Φ}}_{K_M}\left(r_{\mathrm{hN}}\right)\end{array}\right];$ [I]为单位对角矩阵；([A]⁺[A]+θ²[I])^-1为矩阵([A]⁺[A]+θ²[I])逆矩阵，θ为正则化参数，起滤波作用； $\left\{b\right\}=\left[\begin{array}{c}{\mathrm{\Φ}}_{K_1}\left(r\right)\\ \·\\ \·\\ \·\\ {\mathrm{\Φ}}_{K_m}\left(r\right)\end{array}\right];$ {c(r)}为传递矩阵，用于表示压力传递；

将式(4)代入式(2)中可得

$p\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n\left(r\right)p\left(r_{\mathrm{hn}}\right)={\left\{p\right\}}^T\left\{c\left(r\right)\right\}={\left\{p\right\}}^T{\left({\left[A\right]}^{+}\right[A]+{\mathrm{\θ}}^2[I\left]\right)}^{-1}{\left[A\right]}^{+}\left\{b\right\}---\left(5\right)$

式中，{p}^T＝[p(r_h1)p(r_h2)…p(r_hn)]为全息面上所测量声压值{p}的转置；

根据波数域的Euler公式可得到重建面上的粒子振速为

$u\left(r\right)\≈\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{c}_n^{\′}\left(r\right)p\left(r_{\mathrm{hn}}\right)={\left\{p\right\}}^T\left\{c^{\′}\left(r\right)\right\}={\left\{p\right\}}^T{\left({\left[A\right]}^{+}\right[A]+{\mathrm{\θ}}^2[I\left]\right)}^{-1}{\left[A\right]}^{+}\left\{\mathrm{\β}\left(r\right)\right\}---\left(6\right)$

式中，{c′(r)}为传递矩阵，表示压力与速度的传递关系，c′_n(r)是{c′(r)}对应n点的值；

为空间波数域的粒子振速；u(r)为重建面上的粒子振速；

由式(5)和(6)就可实现用空间域中全息面上的复声压的线性叠加来计算重建面上的复声压和法向振速，而后，重建面上的三维矢量声强I(r)，

$I\left(r\right)=\frac{1}{2}[p\left(r\right)*u{\left(r\right)}^H]---\left(7\right)$

式中，H为取复共轭。

2.一种如权利要求1所述的空调器噪声源可视化识别的统计最优近场声全息法的操作方法，其特征是

第一步，确定噪声源位置、频率特性、分布范围；传声器阵列上传声器之间的间距、传声器个数、采样率和采样点数，

第二步，标定陈列传声器，

第三步，开始采集数据，

第四步，记录声压数据，

第五步，进行声压数据处理，

第六步，读取处理后的数据，

第七步，进入噪声源识别程序。

3.根据权利要求2所述的空调器噪声源可视化识别的统计最优近场声全息法的操作方法，其特征是

所述确定噪声源位置是通过噪声源的平均尺寸a和声场重建中所感兴趣的最大频率f_max，按照Nyguist采样定理确定相邻传声器之间的间隔距离、传声器个数和全息面距离参数；

将噪声源表面的几何信息和全息面的集合信息，通过Green函数和公式(3)确定单位波束矩阵

在确定了矩阵后，通过正则化方法，得到声音的压力传递矩阵公式(4)的解；

由于传声器采集的数据是时域信号数据，对该数据进行后处理得到频率的复声压数据以及噪声源表面上重建点的位置信息，根据公式(5)可得重建面上的声压场；

根据波数域的Euler公式可得到重建面上的粒子振速见公式(6)，再结合公式(5)重建出公式(7)重建表面声强场；

以通过数码相机摄得的噪声源表面图象作为背景，绘制噪声源表面上的声压分布、表面法向振速和平均声强分布，最后进行噪声源识别。

Images