CN106772248A - 高速列车模型在声学风洞内的噪声源定位方法 - Google Patents
高速列车模型在声学风洞内的噪声源定位方法 Download PDFInfo
- Publication number
- CN106772248A CN106772248A CN201611125527.2A CN201611125527A CN106772248A CN 106772248 A CN106772248 A CN 106772248A CN 201611125527 A CN201611125527 A CN 201611125527A CN 106772248 A CN106772248 A CN 106772248A
- Authority
- CN
- China
- Prior art keywords
- microphone
- array
- wind tunnel
- high speed
- noise source
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种高速列车模型在声学风洞内的噪声源定位方法,通过对传声器阵列形成的互谱矩阵中的每一个矩阵元素进行快速傅里叶变换;计算对于声学试验模型附近扫描平面上的任一扫描点,阵列的指向向量;计算阵列对每一个扫描点的输出功率谱;计算任意需求扫描面内的噪声幅值,从而得到高速列车在声学风洞内的噪声源图。与现有技术相比,本发明的积极效果是:能在大型声学风洞内,准确快速定位高速列车模型的气动噪声源位置,能准确给出声源传播路径,不依赖噪声源标定来修正风漂移量。其结果比数值模拟更准确、可信,比实车测量成本低、效率高,且不受铁路地形和环境天气等原因所限制。
Description
技术领域
本发明涉及一种高速列车模型在声学风洞内的噪声源定位方法。
背景技术
在声学风洞内,一般采取麦克风阵列架来定位噪声源。由于列车模型是细长体,加上列车模型复杂,还有模拟地面的地板装置对声辐射产生反射和其他干扰。所以对高速列车噪声源的定位带来了新的困难和挑战。
现有的高速列车气动噪声源定位研究主要是通过数值计算和实车测量,数值计算在模拟湍流细节时其准确性一直都需要以试验作为参考,而实车测量时列车是运动的,测量设备是固定的,因此存在一个多普勒效应。在大型声学风洞内,从高速列车气动噪声产生和传播的原理出发,推导噪声源定位的算法和实现手段,迫切需要系统化和正规化。而不是依赖经验方法或单一频率下的噪声源标定修正算法。
发明内容
为了克服现有技术的上述缺点,本发明提出一种高速列车模型在声学风洞内的噪声源定位方法。
本发明解决其技术问题所采用的技术方案:一种高速列车模型在声学风洞内的噪声源定位方法,将麦克风阵列架布置在高速列车模型侧面进行吹风试验;在试验中对所有传声器通道进行同步采集,然后进行如下数据处理:
步骤一、对传声器阵列形成的互谱矩阵中的每一个矩阵元素进行快速傅里叶变换:
其中:mm’表示1~Mic任一麦克风之间组合,K为传声器阵列数据分块数,Mic表示阵列的传声器数目,Pm'k(f)表示第m'个传声器第k段数据块的频域信号,Ws为频谱分析所选取的数据窗函数常数,上标*号表示共轭,互谱矩阵下三角矩阵通过上三角对应矩阵元素复共轭得到;
步骤二、计算对于声学试验模型附近扫描平面上的任一扫描点,阵列的指向向量:
式中,第m个传声器的指向向量为
其中:Am为第m个传声器的剪切层振幅修正因子,Rm表示声波扫描点与传声器之间的传播距离,Rc表示阵列中心点到扫描点之间距离,τm表示延迟时间,且
式中,表示聚焦位置到每m个传声器的距离,ω△tm,shear为第m个传声器在频率为ω时剪切层影响的相位修正值;
步骤三、计算阵列对每一个扫描点的输出功率谱如下:
式中,上标T表示转置,表示将阵列输出功率谱转化到单一传声器的量级,是G的归一化,单个mic用p表示;
步骤四、计算任意需求扫描面内的噪声幅值,从而得到高速列车在声学风洞内的噪声源图。
与现有技术相比,本发明的积极效果是:能在大型声学风洞内,准确快速定位高速列车模型的气动噪声源位置,能准确给出声源传播路径,不依赖噪声源标定来修正风漂移量。其结果比数值模拟更准确、可信,比实车测量成本低、效率高,且不受铁路地形和环境天气等原因所限制。
具体实施方式
本发明将麦克风阵列架布置在高速列车模型侧面,而不是模型下方。
模型安装好后进行吹风试验。试验中,所有传声器通道进行同步采集,采样频率102.4kHz,采样时间30秒。
下面重点介绍数据处理方法:
1.考虑地板反射的Beam-forming算法
对采集到的信号直接进行处理,第一步的算法就是该测量的核心。第二步骤只是对数据进行修正,是穿插在第一步中完成的,直接应用在公式2.5中。这种算法的原理就是通过一系列测量点的信号经过互相关计算,反算模型区指定平面上各点的声波幅值。从而找到声源的位置。
首先采用傅里叶变换将传声器阵列中各个传声器的时域信号转换为频域,并增加窗函数来减小“频谱泄漏”。信号的互谱密度函数为:
对于由Mic个传声器组成的传声器阵列,可形成一个Mic×Mic的互谱矩阵,互谱矩阵中每一个矩阵元素可通过快速傅里叶(FFT)变换取得。将每一个通道的数据分块,对每一块进行傅里叶变换得到频域的噪声信号,那么互谱矩阵计算如下:
其中
其中:mm’表示1~Mic任一麦克风之间组合。
式中K为传声器阵列数据分块数,Mic表示阵列的传声器数目,Pm'k(f)表示第m'个传声器第k段数据块的频域信号,Ws为频谱分析所选取的数据窗函数常数。上标*号表示共轭。互谱矩阵下三角矩阵通过上三角对应矩阵元素复共轭得到。
对于声学试验模型附近扫描平面上的任一扫描点,阵列的指向向量为:
式中第m个传声器的指向向量为
其中Am为第m个传声器的剪切层振幅修正因子,Rm表示声波扫描点与传声器之间的传播距离,即Rm=τmc0,Rc表示阵列中心点到扫描点之间距离,τm表示延迟时间。而
式中表示聚焦位置到每m个传声器的距离,ω△tm,shear为第m个传声器在频率为ω时剪切层影响的相位修正值。
利用互谱矩阵和式(2.5),阵列对每一个扫描点的输出功率谱如下:
式中上标T表示转置,表示单位带宽的声压的压力均方值,除以传声器数量,表示将阵列输出功率谱转化到单一传声器的量级。实际应用过程中,数据采集系统、传声器传感器等本身具有系统通道噪声,它们与声源噪声不相关,因此为改进阵列数据功率谱结果,可将通道噪声扣除。扣除通道噪声后的阵列输出功率谱为:
其中:表示吹风过程采集到的数据的互谱矩阵,扣初读数时用区别于前文的Ge(扣后),表示没有吹风时的初读数,主要是用来扣除数据采集系统的系统噪声。
在风洞试验过程中,风洞背景噪声降低传声器阵列的信噪比,可通过扣除互谱矩阵对角线元素的方法来抑制风洞背景噪声的影响,改进传声器阵列的动态范围。扣除对角线元素后阵列的输出功率为:
其中:表示互谱矩阵对角线元素置0
式(2.8)和(2.9)都是针对窄带信号求解的,对于宽频信号,比如1/3倍频程、倍频程等,可采取对窄带信号求和的方式求解。
2.开口风洞的射流剪切层修正
该步骤是第一步中的一个公式的展开说明,通过还原声波传播路径在剪切层处的折射影响,得到真实的路径和真实的声波幅值。使得测量结果真实可信。
在开口射流风洞进行气动声学试验时,试验模型位于试验段射流内部,传声器一般位于试验段射流外部,声波通过风洞剪切层时,剪切层对声波产生折射效应,折射效应与声波在剪切层的入射角和射流内马赫数有关。剪切层的折射效应会改变声波传播方向和声波声压大小。因此在射流外部采用传声器进行气动声学试验时,必须对剪切层效应进行修正。
根据Amiet理论,假设风洞剪切层为无限薄的剪切层,并且假设射流内外空气是均匀的。设Rm为声源到传声器之间距离,Rt声源到剪切层距离,Θm为声源到传声器位置向量的角度,Θ为流场中的声波传播角度,Θo为剪切层折射点到传声器位置向量的角度。
根据位置几何关系,可得到:
RmcosΘm=RtcotΘ+(RmsinΘm-Rt)cotΘ0 (2.10)
根据流场对声波传播的对流影响关系有:
其中Θ'为无风环境中声波的辐射角,M为开口射流马赫数。
根据斯列尔(Snell)折射定律,剪切层内外声场在剪切层面上的相速度相等,可得到:
其中Utr表示沿剪切层传播的相速度,它包含流动速度和射流中声速ct的影响,ct表示射流内部声速,c0表示射流外部声速。无量纲化得到:
方程组(2.10)~(2.13)是非线性方程组,可采用迭代法求解。由此可求得声波的传播路径,也即
振幅修正公式如下:
式中:
上式振幅修正包括了球面波传播扩张效应,剪切层折射扩张效应以及多普勒对流放大效应。
通过上述2步处理方法,就可得到任意需求扫描面内的噪声幅值,颜色代表大小。这也就是高速列车在声学风洞内的噪声源图。
通过实施本发明方法得到了某型动车组整车构型(升弓)在风速250km/h时的噪声源图:在1kHz频率下,头车转向架为主要噪声源,且量值很大,最大达到92dB以上;在2kHz频率下,受电弓和头车转向架都是主要噪声源,受电弓略大于头车转向架,最大值约为87dB左右;到3kHz和4kHz频率下,受电弓噪声已远大于头车转向架噪声,成为主要噪声源,且随着频率增加,声压级值明显下降。测量结果符合理论预测和实车测量结果。
Claims (5)
1.一种高速列车模型在声学风洞内的噪声源定位方法,其特征在于:将麦克风阵列架布置在高速列车模型侧面进行吹风试验;在试验中对所有传声器通道进行同步采集,然后进行如下数据处理:
步骤一、对传声器阵列形成的互谱矩阵中的每一个矩阵元素进行快速傅里叶变换:
其中:mm,表示1~Mic任一麦克风之间组合,K为传声器阵列数据分块数,Mic表示阵列的传声器数目,Pm'k(f)表示第m'个传声器第k段数据块的频域信号,Ws为频谱分析所选取的数据窗函数常数,上标*号表示共轭,互谱矩阵下三角矩阵通过上三角对应矩阵元素复共轭得到;
步骤二、计算对于声学试验模型附近扫描平面上的任一扫描点,阵列的指向向量:
式中,第m个传声器的指向向量为
其中:Am为第m个传声器的剪切层振幅修正因子,Rm表示声波扫描点与传声器之间的传播距离,Rc表示阵列中心点到扫描点之间距离,τm表示延迟时间,且
式中,表示聚焦位置到每m个传声器的距离,ω△tm,shear为第m个传声器在频率为ω时剪切层影响的相位修正值;
步骤三、计算阵列对每一个扫描点的输出功率谱如下:
式中,上标T表示转置,表示将阵列输出功率谱转化到单一传声器的量级;
步骤四、计算任意需求扫描面内的噪声幅值,从而得到高速列车在声学风洞内的噪声源图。
2.根据权利要求1所述的高速列车模型在声学风洞内的噪声源定位方法,其特征在于:第m个传声器的剪切层振幅修正因子Am的计算方法为:
(一)构建非线性方程组:
(1)RmcosΘm=RtcotΘ+(RmsinΘm-Rt)cotΘ0
其中:Rt声源到剪切层距离,Θm为声源到传声器位置向量的角度,Θ为流场中的声波传播角度,Θo为剪切层折射点到传声器位置向量的角度;
(2)
其中:Θ'为无风环境中声波的辐射角,M为开口射流马赫数;
(3)
其中:Utr表示沿剪切层传播的相速度,ct表示射流内部声速,c0表示射流外部声速;
(4)对Utr进行无量纲化得到:
(二)对非线性方程组采用迭代法求解,得到声波的传播路径:
(三)按下列振幅修正公式计算Am:
式中:
3.根据权利要求2所述的高速列车模型在声学风洞内的噪声源定位方法,其特征在于:按如下公式计算扣除通道噪声后的阵列输出功率谱:
其中:表示吹风过程采集到的数据的互谱矩阵,表示没有吹风时的初读数。
4.根据权利要求2所述的高速列车模型在声学风洞内的噪声源定位方法,其特征在于:按如下公式计算扣除互谱矩阵对角线元素后阵列的输出功率谱:
其中:表示互谱矩阵对角线元素置0。
5.根据权利要求1所述的高速列车模型在声学风洞内的噪声源定位方法,其特征在于:对传声器通道进行同步采集的采样频率为102.4kHz,采样时间为30秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125527.2A CN106772248B (zh) | 2016-12-09 | 2016-12-09 | 高速列车模型在声学风洞内的噪声源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125527.2A CN106772248B (zh) | 2016-12-09 | 2016-12-09 | 高速列车模型在声学风洞内的噪声源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772248A true CN106772248A (zh) | 2017-05-31 |
CN106772248B CN106772248B (zh) | 2019-04-09 |
Family
ID=58882003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611125527.2A Active CN106772248B (zh) | 2016-12-09 | 2016-12-09 | 高速列车模型在声学风洞内的噪声源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772248B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108731905A (zh) * | 2018-06-15 | 2018-11-02 | 中车青岛四方机车车辆股份有限公司 | 一种列车气动噪声风洞试验测试方法 |
CN109613481A (zh) * | 2019-01-10 | 2019-04-12 | 重庆大学 | 一种能适应风洞测试环境的波束形成声源识别方法 |
CN109684902A (zh) * | 2017-10-19 | 2019-04-26 | 厦门雅迅网络股份有限公司 | 车辆噪声源定位方法及计算机可读存储介质 |
CN110631842A (zh) * | 2019-10-15 | 2019-12-31 | 重庆长安汽车股份有限公司 | 汽车侧窗表面噪声源强度的测试方法 |
CN114397008A (zh) * | 2021-12-07 | 2022-04-26 | 中国空气动力研究与发展中心低速空气动力研究所 | 低空飞行器噪声源识别的解多普勒方法 |
CN117031397A (zh) * | 2023-10-07 | 2023-11-10 | 成都流体动力创新中心 | 一种运动物体噪声源定位和评估的快速计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060256975A1 (en) * | 2005-05-10 | 2006-11-16 | United States Of America As Represented By The Administrator Of The Nasa | Deconvolution methods and systems for the mapping of acoustic sources from phased microphone arrays |
CN101650221A (zh) * | 2009-09-14 | 2010-02-17 | 中南大学 | 铁路列车车内噪声测量分析方法及其系统 |
CN103941223A (zh) * | 2013-01-23 | 2014-07-23 | Abb技术有限公司 | 声源定位系统及其方法 |
CN106125047A (zh) * | 2016-06-14 | 2016-11-16 | 北京科技大学 | 一种气流环境下的声源定位方法 |
-
2016
- 2016-12-09 CN CN201611125527.2A patent/CN106772248B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060256975A1 (en) * | 2005-05-10 | 2006-11-16 | United States Of America As Represented By The Administrator Of The Nasa | Deconvolution methods and systems for the mapping of acoustic sources from phased microphone arrays |
CN101650221A (zh) * | 2009-09-14 | 2010-02-17 | 中南大学 | 铁路列车车内噪声测量分析方法及其系统 |
CN103941223A (zh) * | 2013-01-23 | 2014-07-23 | Abb技术有限公司 | 声源定位系统及其方法 |
CN106125047A (zh) * | 2016-06-14 | 2016-11-16 | 北京科技大学 | 一种气流环境下的声源定位方法 |
Non-Patent Citations (1)
Title |
---|
郝南松: "高速列车气动噪声风洞试验技术研究", 《2016年度全国气动声学学术会议论文摘要集》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109684902A (zh) * | 2017-10-19 | 2019-04-26 | 厦门雅迅网络股份有限公司 | 车辆噪声源定位方法及计算机可读存储介质 |
CN108731905A (zh) * | 2018-06-15 | 2018-11-02 | 中车青岛四方机车车辆股份有限公司 | 一种列车气动噪声风洞试验测试方法 |
CN109613481A (zh) * | 2019-01-10 | 2019-04-12 | 重庆大学 | 一种能适应风洞测试环境的波束形成声源识别方法 |
CN110631842A (zh) * | 2019-10-15 | 2019-12-31 | 重庆长安汽车股份有限公司 | 汽车侧窗表面噪声源强度的测试方法 |
CN114397008A (zh) * | 2021-12-07 | 2022-04-26 | 中国空气动力研究与发展中心低速空气动力研究所 | 低空飞行器噪声源识别的解多普勒方法 |
CN117031397A (zh) * | 2023-10-07 | 2023-11-10 | 成都流体动力创新中心 | 一种运动物体噪声源定位和评估的快速计算方法 |
CN117031397B (zh) * | 2023-10-07 | 2023-12-12 | 成都流体动力创新中心 | 一种运动物体噪声源定位和评估的快速计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106772248B (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772248A (zh) | 高速列车模型在声学风洞内的噪声源定位方法 | |
CN112924131B (zh) | 考虑大气边界层湍流效应的远场声爆预测方法 | |
CN104076331B (zh) | 一种七元麦克风阵列的声源定位方法 | |
CN101813772B (zh) | 一种快速宽带频域扩展拖曳阵波束形成方法 | |
Kopiev et al. | Intensification and suppression of jet noise sources in the vicinity of lifting surfaces | |
CN102997988B (zh) | 大型潜标矢量水听器低频声学指向性的水池测试方法 | |
Ginn et al. | Noise source identification techniques: simple to advanced applications | |
CN103217211B (zh) | 一种基于合成孔径原理的变电站噪声源分布测量方法 | |
CN113687308B (zh) | 一种基于弯曲波的冰上震源定位方法 | |
Porteous et al. | A correction method for acoustic source localisation in convex shear layer geometries | |
CN108051800A (zh) | 基于球面近场声全息重构无功声强的室内噪声源定位方法 | |
CN106324278A (zh) | 一种基于声参量阵的风速测量方法 | |
Zhou et al. | Three-dimensional identification of flow-induced noise sources with a tunnel-shaped array of MEMS microphones | |
Li et al. | A novel ultrasonic array signal processing scheme for wind measurement | |
CN109001297A (zh) | 基于单矢量水听器的大样本水声材料声反射系数测量方法 | |
Okubo et al. | Pressure fluctuation and a micro-pressure wave in a high-speed railway tunnel with large branch shaft | |
CN103837871B (zh) | 一种逆波束形成方法及系统 | |
CN109613481A (zh) | 一种能适应风洞测试环境的波束形成声源识别方法 | |
Wang et al. | The acoustic imaging of the broadband dipole sound sources of helicopter rotor in the wind tunnel test | |
CN109085595A (zh) | 一种使用水听器接收信号估计空中运动声源速度的方法 | |
ZAWODNY et al. | Reflectivity characterization of in-flow acoustic floor treatment for the NASA Langley 14-by 22-Foot Subsonic Tunnel | |
Pires et al. | Predicting turbulent decorrelation in acoustic phased arrays | |
Yang et al. | Complete de-Dopplerization and acoustic holography for external noise of a high-speed train | |
CN109714697A (zh) | 三维声场多普勒音效的仿真方法及仿真系统 | |
CN109633547A (zh) | 一种基于近场声全息的气动噪声源定位方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |