CN105241544B - 基于近场声阵列的转子噪声源识别方法 - Google Patents
基于近场声阵列的转子噪声源识别方法 Download PDFInfo
- Publication number
- CN105241544B CN105241544B CN201510629747.8A CN201510629747A CN105241544B CN 105241544 B CN105241544 B CN 105241544B CN 201510629747 A CN201510629747 A CN 201510629747A CN 105241544 B CN105241544 B CN 105241544B
- Authority
- CN
- China
- Prior art keywords
- sound
- source
- near field
- sound pressure
- acoustic array
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000005236 sound signal Effects 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract 1
- 230000003595 spectral effect Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了基于近场声阵列的转子噪声源识别方法，在转子匀速转动阶段，采集转子的声压信号，记录转子位置和声传感器位置，将传统的波束成形结果作为已知条件，利用声源成像反卷积法从中提取需要的声场信息，即该信号的频谱特性、声压级大小、位置等，从而对声源面进行重构，最终找出噪声源位置。本发明采用声压传感器构建近场声阵列来识别噪声源，不受空间限制，可以同时识别多个噪声源和设备内部的噪声源。
Description
技术领域
本发明属于机电诊断领域，特别涉及了一种转子噪声源识别方法。
背景技术
转子的应用十分普遍和广泛，能在各种大小的电机和发动机中作为旋转部件，在水利、运输、航空、发电站、家用电器、日用品等领域都发挥着重要作用。
许多机械设备本身或一部分是旋转式的，常因组装或轴承的缺陷而产生异常的振动，进而产生噪音，已经成为噪声污染的主要来源。为防治噪声污染,保障城乡居民生活工作和学习的声环境质量，国家环境保护部发布了《工业企业厂界环境噪声排放标准》，并于2008年10月1日开始实施。降低生产设备的噪音已经得到了工业、交通运输业等诸多行业的重视，而对噪声源的准确识别是降低设备噪声的关键。
目前，对于转子的研究，多集中于通过对转子系统的动力学分析和振动特性分析，从而确定和识别转子主要振动位置，而利用噪声源识别并确定转子振动位置非常少见。利用振动特性分析振动位置，即利用位移，加速度等传感器测量振动信号对测点要求较高，利用激光传感器则要求被测物体结构较为简单，但对内部振动源测量较为困难。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供基于近场声阵列的转子噪声源识别方法，采用声压传感器构建近场声阵列来识别噪声源，不受空间限制，可以同时识别多个噪声源和设备内部的噪声源。
为了实现上述技术目的，本发明的技术方案为：
基于近场声阵列的转子噪声源识别方法，其特征在于，包括以下步骤：
(1)选择识别转子噪声源的近场声阵列的拓扑结构；
(2)将声压传感器采集的信号pm(t)和pm'(t)通过快速傅立叶变换，并经过K个时间段的平均化，得到相对应的互谱矩阵元素Gmm'：
并由Gmm'组成互谱矩阵
上式中，下标m和m'表示任意两个声压传感器，ωs为时间窗常数，T为傅里叶变换的时间长度，KT表示总时间，*号表示复数共轭，m0为近场声阵列中生涯传感器总数；
(3)构建导向因子em：
并由导向因子em构成导向因子向量
上式中，am为对流折射修正因子，f为声源频率；c为常温下空气中声信号传播的速度，r0为声源到近场声阵列中心的距离，rm为声源到第m个声压传感器的距离；
(4)根据互谱矩阵和导向因子向量求出中间声源点信号
(5)通过导向因子em，把最终声源点信号转化为虚拟声压传感器信号pm:n：
上式中，下标m:n表示第m个声压传感器、第n个最终声源点，Qn表示第n个最终声源点的声压信号的平方，n＝1,2,…,N，N为最终声源点总数；
(6)任意两个虚拟声压传感器信号乘积为：
令将式(7)代入式(2)中，得，
(7)根据和求出修正后的中间声源点信号
(9)根据声源点的空间坐标和步骤(8)中得到的声压值Xn进行声源面重构，从而识别出噪声源位置。
进一步地，近场声阵列的拓扑结构为均匀线性拓扑结构。
进一步地，当处于静态测量时，对流折射修正因子am≈1。
进一步地，在步骤(8)中，若是奇异矩阵，则利用改进的高斯迭代法计算出Xn：
上式中，Yn即为Ann'为中第n行第n'列元素。
进一步地，声源到第m个声压传感器的距离其中，dm为第m个声压传感器到近场声阵列中心的距离，θ0为声源入射角。
采用上述技术方案带来的有益效果：
(1)本发明传感器布置在近场范围，考虑了声源的衰减，且传感器布置方式可以根据实际情况进行调整(线性、弧形、L型等)；
(2)本发明可利用转子运行过程中测量得到的噪声源信号进行声场重构，从而识别出噪声源位置。
(3)本发明属于非接触式测量，测量过程中不会对被测目标产生附加质量或附加刚度的影响，不会对精密仪器的表面精密度产生影响。
附图说明
图1是本发明的近场声阵列结构示意图；
图2是本发明的流程图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
将声压传感器布置在声源的近场范围，即信号源到声压传感器的距离r满足经验公式(11)，此时考虑信号源到声阵列的阵元的幅值衰减，即需要用近场波前模型代替平面波模型来描述声波的传播，模型结构如图1所示：
式中：L为阵列长度，λ为声波波长。
根据图1，运用几何关系可以得到
上式中，r0为声源和近场声阵列中心的距离，rm为声源到第m个声压传感器的距离，d为两个相邻阵元的间距，dm为第m个声压传感器与阵列中心的距离，θ0为声源入射角，m0为声压传感器总数。
r0、rm是所要定位声源的距离参数，通过这两个参数可以得到声源位置。
如图2所示本发明的流程图，包括以下步骤：
(1)选择识别转子噪声源的近场声阵列的拓扑结构。根据实际情况采用线性、弧形或L型拓扑结构。本文采用均匀线性拓扑结构对转子噪声源识别系统进行描述。
(2)将声压传感器采集的信号pm(t)和pm'(t)通过快速傅立叶变换，并经过K个时间段的平均化，得到相对应的互谱矩阵元素Gmm'：
并由Gmm'组成互谱矩阵
上式中，下标m和m'表示任意两个声压传感器，ωs为时间窗常数，T为傅里叶变换的时间长度，KT表示总时间，*号表示复数共轭，m0为近场声阵列中生涯传感器总数。
(3)构建导向因子em：
并由导向因子em构成导向因子向量
上式中，am为对流折射修正因子，当处于静态测量时，am≈1；f为声源频率；c为常温下空气中声信号传播的速度，r0为声源到近场声阵列中心的距离，rm为声源到第m个声压传感器的距离。
(4)根据互谱矩阵和导向因子向量求出中间声源点信号
(5)通过导向因子em，把最终声源点信号转化为虚拟声压传感器信号pm:n：
上式中，下标m:n表示第m个声压传感器、第n个最终声源点，Qn表示第n个最终声源点的声压信号的平方，n＝1,2,…,N，N为最终声源点总数。
(6)任意两个虚拟声压传感器信号乘积为：
令将式(7)代入式(2)中，得，
(7)根据和求出修正后的中间声源点信号
(8)令求出Xn。如果非奇异，Xn可以直接求逆得到，即如果奇异，则需要利用改进的高斯迭代法进行计算：
(9)根据声源点的空间坐标和步骤(8)中得到的声压值Xn进行声源面重构，从而识别出噪声源位置。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (5)
1.基于近场声阵列的转子噪声源识别方法，其特征在于，包括以下步骤：
(1)选择识别转子噪声源的近场声阵列的拓扑结构；
(2)将声压传感器采集的信号pm(t)和pm'(t)通过快速傅立叶变换，并经过K个时间段的平均化，得到相应的互谱矩阵元素Gmm'：
并由Gmm'组成互谱矩阵
上式中，下标m和m'表示任意两个声压传感器，ωs为时间窗常数，T为傅里叶变换的时间长度，KT表示总时间，*号表示复数共轭，m0为近场声阵列中生涯传感器总数；
(3)构建导向因子em：
并由导向因子em构成导向因子向量
上式中，am为对流折射修正因子，f为声源频率；c为常温下空气中声信号传播的速度，r0为声源到近场声阵列中心的距离，rm为声源到第m个声压传感器的距离；
(4)根据互谱矩阵和导向因子向量求出中间声源点信号
(5)通过导向因子em，把最终声源点信号转化为虚拟声压传感器信号pm:n：
上式中，下标m:n表示第m个声压传感器、第n个最终声源点，Qn表示第n个最终声源点的声压信号的平方，n＝1,2,…,N，N为最终声源点总数；
(6)任意两个虚拟声压传感器信号乘积为：
令将式(7)代入式(2)中，得，
并求出
(7)根据和求出修正后的中间声源点信号
上式中，下标n'和n和分别表示中间声源点和最终声源点，且是N阶方阵；
(8)令求出Xn；
(9)根据声源点的空间坐标和步骤(8)中得到的声压值Xn进行声源面重构，从而识别出噪声源位置。
2.根据权利要求1所述基于近场声阵列的转子噪声源识别方法，其特征在于：近场声阵列的拓扑结构为均匀线性拓扑结构。
3.根据权利要求1所述基于近场声阵列的转子噪声源识别方法，其特征在于：当处于静态测量时，对流折射修正因子am≈1。
4.根据权利要求1所述基于近场声阵列的转子噪声源识别方法，其特征在于：在步骤(8)中，若是奇异矩阵，则利用改进的高斯迭代法计算出Xn：
上式中，Yn即为Ann'为中第n行第n'列元素。
5.根据权利要求1所述基于近场声阵列的转子噪声源识别方法，其特征在于：声源到第m个声压传感器的距离其中，dm为第m个声压传感器到近场声阵列中心的距离，θ0为声源入射角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510629747.8A CN105241544B (zh) | 2015-09-28 | 2015-09-28 | 基于近场声阵列的转子噪声源识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510629747.8A CN105241544B (zh) | 2015-09-28 | 2015-09-28 | 基于近场声阵列的转子噪声源识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105241544A CN105241544A (zh) | 2016-01-13 |
| CN105241544B true CN105241544B (zh) | 2018-08-21 |
Family
ID=55039270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510629747.8A Active CN105241544B (zh) | 2015-09-28 | 2015-09-28 | 基于近场声阵列的转子噪声源识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105241544B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107765221B (zh) * | 2017-09-28 | 2021-01-15 | 合肥工业大学 | 适用于识别相干和非相干声源的反卷积声源成像方法 |
| CN111551943B (zh) * | 2020-05-19 | 2022-07-12 | 中国科学院声学研究所 | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6170326B1 (en) * | 1998-06-29 | 2001-01-09 | Veri-Tek Inc. | Signal processing system for energy transfer arrangement under test |
| JP2004212331A (ja) * | 2003-01-08 | 2004-07-29 | Mitsubishi Heavy Ind Ltd | 船舶の音響雑音監視システム、及びプログラム |
| US7330396B2 (en) * | 2004-10-13 | 2008-02-12 | Wayne State University | Farfield analysis of noise sources |
| CN101076203A (zh) * | 2007-06-15 | 2007-11-21 | 南京大学 | 拾取近场声源信号的传声器阵列 |
| CN103728013B (zh) * | 2013-12-25 | 2016-01-20 | 广西科技大学 | 噪声源识别方法 |
| CN103941229A (zh) * | 2014-03-21 | 2014-07-23 | 哈尔滨工程大学 | 一种局部近场声全息法的移动噪声源识别方法 |
-
2015
- 2015-09-28 CN CN201510629747.8A patent/CN105241544B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105241544A (zh) | 2016-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mevissen et al. | A review of NDT/structural health monitoring techniques for hot gas components in gas turbines | |
| CN101821582B (zh) | 用于确定测量机中的动态误差的方法 | |
| CN102980647B (zh) | 一种噪声源识别定位测试方法 | |
| CN105241544B (zh) | 基于近场声阵列的转子噪声源识别方法 | |
| CN110081837A (zh) | 一种通过利用测角圆光栅及读数头检测轴系晃动及偏心误差的方法 | |
| Meng et al. | Tool wear prediction in milling based on a GSA-BP model with a multisensor fusion method | |
| Scislo | Single-point and surface quality assessment algorithm in continuous production with the use of 3D laser doppler scanning vibrometry system | |
| Huang et al. | An experimental study of the centrifugal hardening effect on rotating cantilever beams | |
| Abbas et al. | Underwater vibration analysis method for rotating propeller blades using laser Doppler vibrometer | |
| Wang et al. | Non-contact identification of rotating blade vibration | |
| Deng et al. | Three-dimensional identification for unbalanced mass of rotor systems in operation | |
| Fan et al. | Feature extraction of echo signal of weld defect guided waves based on sparse representation | |
| CN112924176B (zh) | 一种基于时域等效源法的滚动轴承故障声学诊断方法 | |
| CN205664930U (zh) | 一种矢量水听器校准系统 | |
| Ruffini et al. | Experimental and analytical study of Coriolis effects in bladed disk | |
| CN111460362B (zh) | 一种基于四元传声器阵列群的声源定位数据互补方法 | |
| Ghafoor et al. | Non-contact inspection of railhead via laser-generated Rayleigh waves and an enhanced matching pursuit to assist detection of surface and subsurface defects | |
| Kotus et al. | Measurements and visualization of sound intensity around the human head in free field using acoustic vector sensor | |
| CN103256999A (zh) | 分布式光纤测温方法 | |
| Wang et al. | Structure optimal design and performance test of airfoil shear probes | |
| Letizia et al. | Holistic scan optimization of nacelle-mounted lidars for inflow and wake characterization at the RAAW and AWAKEN field campaigns | |
| CN105160421B (zh) | 一种基于周期滚动优化的火电厂磨机负荷预测方法 | |
| Gu et al. | Damage Detection for Rotating Blades Using Digital Image Correlation with an AC-SURF Matching Algorithm | |
| CN111123406A (zh) | 手持气象仪温度数据拟合方法 | |
| CN111339673B (zh) | 多尺度噪声仿真分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |