CN114088332B - 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法 - Google Patents

一种用于旋转叶片声音信号提取的风洞背景噪声修正方法 Download PDF

Info

Publication number
CN114088332B
CN114088332B CN202111404373.1A CN202111404373A CN114088332B CN 114088332 B CN114088332 B CN 114088332B CN 202111404373 A CN202111404373 A CN 202111404373A CN 114088332 B CN114088332 B CN 114088332B
Authority
CN
China
Prior art keywords
wind tunnel
signal
background noise
correction method
time
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
Application number
CN202111404373.1A
Other languages
English (en)
Other versions
CN114088332A (zh
Inventor
张军
陈正武
张俊龙
雷红胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Fluid Power Innovation Center
Original Assignee
Chengdu Fluid Power Innovation Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Fluid Power Innovation Center filed Critical Chengdu Fluid Power Innovation Center
Priority to CN202111404373.1A priority Critical patent/CN114088332B/zh
Publication of CN114088332A publication Critical patent/CN114088332A/zh
Application granted granted Critical
Publication of CN114088332B publication Critical patent/CN114088332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/02Wind tunnels
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64FGROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60Testing or inspecting aircraft components or systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/08Aerodynamic models
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了一种用于旋转叶片声音信号提取的风洞背景噪声修正方法,其应用时能准确获取风洞中旋转机械动力类飞行器模型的气动声信号。解决了,采用时域同步平均等信号处理方法提取带风洞背景噪声的周期性声信号时,由于相位差的存在,多个时间分段内的信号同步平均结果会恶化,从而给声学测量结果带来较大误差的问题。

Description

一种用于旋转叶片声音信号提取的风洞背景噪声修正方法
技术领域
本发明涉及气动声学领域,具体涉及声音信号提取过程中的背景噪声修正技术。
背景技术
通用直升机、支线公务机、运输机等飞机大多以旋翼、螺旋桨等旋转机械为动力装置,其在高速旋转过程中将会产生强烈的气动噪声,噪声将严重影响飞机的乘坐舒适性和航线附近居民的工作生活。国际民航组织在ICAO附件16卷1中对各类飞机适航审定第三阶段和第四阶段的噪声限值都做出了描述,噪声不达标的新机型将不能取得适航合格证,从而无法进入国际市场。因此,这类飞机在设计研发过程中必须重点考虑解决气动噪声问题。
声学风洞是解决飞行器气动噪声问题高效的试验研究平台。气动声学试验一般在风洞开口试验段中进行,试验模型放置在气流内部,传声器放置在气流外部,这样气流与传声器相互作用产生的流动噪声干扰可以得到避免(见图1)。风洞中的声学测量主要受到自由射流剪切层和背景噪声干扰的影响。背景噪声源主要包括风洞动力段风扇噪声、风洞自由射流噪声、气流与试验台和支撑装置相互作用产生的噪声等。在频谱特性上,背景噪声表现为宽频随机信号。当试验模型产生的声源信号较弱时,有可能被背景噪声淹没,从而在测得的时域信号中无法进行准确的分辨和提取。风洞背景噪声的存在将使得流场外部传声器测量面临“测不准”的难题。
直升机旋翼、螺旋桨、风力机等旋转机械类试验模型产生的气动声信号是一种确定性信号,具有典型的周期性特征。在风洞中,模拟直升机旋翼或螺旋桨动力装置的试验台实际转速与额定转速之间存在一定的误差。
定义相位差为实际的离散时序信号与对应的理想连续时序信号之间的相位偏移量。采用时域同步平均等信号处理方法提取带风洞背景噪声的周期性声信号时,由于相位差的存在,多个时间分段内的信号同步平均结果会恶化,从而给声学测量结果带来较大误差(见图2)。因此,为了准确获取风洞中旋转机械动力类飞行器模型的气动声信号,需要发展一种新的风洞背景噪声修正方法。
发明内容
本发明的目的在于解决现有技术的上述问题,提供了一种用于旋转叶片声音信号提取的风洞背景噪声修正方法,其应用时能准确获取风洞中旋转机械动力类飞行器模型的气动声信号。
本发明的目的主要通过以下技术方案实现:
一种用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于,包括以下步骤:
步骤1:在风洞试验段安装旋转叶片模型,并布置传声器;
步骤2:布置时标装置,通过叶片旋转触发得到时标TN
步骤3:采集声音信号,并分析目标传声器声音信号的周期性特征;
步骤4:计算平均旋转周期Ta,所述平均旋转周期的计算方法为:将带噪声的声音信号进行分段;
步骤5:使用时间动态规整算法修正声音信号的相位;
步骤6:将相位修正后的各段声信号进行时域平均,得到修正后的声音信号,所述时域平均采用其中,y(n)是经过时域平均后得到的序列,该序列长度为N,M为分段数,M=Ta/Δt的就近取整值。
进一步的,所述步骤1中传声器的布置方式为球形,传声器与叶片旋转中心的距离大于5倍叶片长度,桨毂导流罩上覆盖吸音棉的厚度大于5mm。
进一步的,所述步骤2中采用光学时标装置,标志点设置在旋转叶片上,采用反光材质,激光器固定在支架上,其发出的光束与标志点对准。
进一步的,所述标志点设置在叶片沿展向中央的位置。
进一步的,所述步骤2中,采用将一个旋转周期内的多次触发合并的方式,来修正步骤2执行过程中时标装置误触发引起时标信号的波动。
进一步的,所述步骤3中,中声音信号的周期性特征分析在频域内进行,采用快速傅里叶变换方法。
进一步的,所述步骤3中声音信号的采样率设置为51.2kHz,采集时间为60秒,与所述步骤2中的时标信号采集同步进行。
进一步的,所述步骤5中动态时间规整算法的具体实施步骤包括:
步骤一:计算两时间序列各对应帧之间的距离,即计算距离矩阵;
步骤二:在距离矩阵中寻找一条最佳路径。
本发明的优点在于:提出的风洞背景噪声修正方法考虑了旋转叶片相位波动的影响,可以消除由相位波动引起的多个周期声信号同步平均后结果恶化的现象,可以有效提高旋转叶片声信号的信噪比。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。
在附图中:
图1声学风洞中旋旋翼桨叶声学测量的传声器布置方式示意图;
图2旋翼桨叶声信号相位误差示意图,横轴表示时间,纵轴表示声信号幅值,Dt表示时间差;
图3时标信号误触发示意图,横轴表示转数,纵轴表示时间。离散的竖线表示误触发时刻,对应的转数;
图4时标信号修正示意图;
图5带高斯白噪声的正弦信号1,横轴表示时间,纵轴表示信号幅值;
图6带高斯白噪声的正弦信号2,横轴表示时间,纵轴表示信号幅值;
图7利用动态时间规整算法进行相位对齐后的两列信号,横轴表示与时间对应的标记点,纵轴表示信号幅值;
图8利用动态时间规整算法进行相位对齐后其规整路径,横轴表示信号2的标记点,纵轴表示信号1的标记点;
图9旋翼桨叶的时域声音信号,横轴表示时间,纵轴表示信号幅值;
图10旋翼桨叶的幅值谱,横轴表示频率,纵轴表示幅值。标志点表示基频及谐频;
图11实施例1中采用本发明进行修正后的旋翼前飞声音信号结果;
图12对照例1常规时域同步平均算法修正后的旋翼前飞声音信号结果。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
一种用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于,包括以下步骤:
步骤1:在风洞试验段安装旋转叶片模型,并布置传声器。
在步骤1中旋转叶片模型放置在风洞核心射流区域,为减小支撑装置产生的噪声,使用流线型的整流外壳将支撑装置包裹起来。为减小反射声波的影响,整流外壳外粘贴吸音棉并张紧。
传声器的布置方式为球形,传声器与叶片旋转中心的距离大于5倍叶片长度,吸音棉的厚度大于5mm。
步骤2:布置时标装置,通过叶片旋转触发得到时标TN
步骤2中采用光学时标装置,该装置主要包含:激光器、标志点和信号调理器,标志点设置在旋转叶片上,可以采用荧光漆或反光胶带,激光器固定在支架上,其发出的光束与标志点对准。信号调理器提供激光器的输入电源和输出时标信号,时标信号可以用通用数据采集设备采集记录。
作为一种优选方案,标志点设置在叶片沿展向中央的位置。
在步骤2中时标装置可能产生误出发,从而引起时标信号的波动,因此需要对时标信号进行修正处理,如图3和图4所示。时标信号修正方法为:将一个旋转周期内的多次触发合并。
步骤3:采集声音信号,并分析目标传声器声音信号的周期性特征。
步骤3中声音信号的周期性特征分析在频域内进行,采用快速傅里叶变换方法。所述步骤3中声音信号的采样率设置为51.2kHz,采集时间为60秒。
作为一种优选方案,步骤2中的时标信号采集和步骤3中的声信号采集同步进行。
步骤4:计算平均旋转周期Ta,将带噪声的声音信号进行分段。
平均旋转周期的计算方法为:考虑到信号采集设备具有预热时间,传声器采集的声信号中前十个平均周期(10Ta)内的信号丢弃不用。
步骤4中的信号分段长度为K个平均旋转周期,K为整数,K的值根据需要进行调整。
步骤5:使用时间动态规整算法修正声音信号的相位。
动态时间规整算法的具体实施步骤包括:
步骤一:计算两时间序列各对应帧之间的距离,即计算距离矩阵;
步骤二:在距离矩阵中寻找一条最佳路径。
假设带风洞背景噪声信号段A的特征矢量序列为数据长度是I,信号段B的特征矢量序列为/>数据长度是J,如图5和图6所示。为了测试两个矢量序列的相似性,建立I×J的距离矩阵D,D的元素d(i,j)表示C(i)和T(j)之间的距离测度。距离函数取决于实际采用的距离度量。
优选地,在表征两组数据的差异时,使用二阶距离,即欧几里德距离
d(i,j)=[C(i)-T(j)]2 (1)
故两个特征矢量之间的欧氏距离构成的距离矩阵D可以表示为:
用于描述输入信号特征矢量序列T(i)和参考模板特征矢量序列C(i)之间对应关系的规整路径函数W可以通过下式计算:
其中,i(q)∈{1,...,I},J(q)∈{1,...,J}。规整路径的形式为W=w1,w2,…,wk,其中max(I,J)≤k≤I+J。wk的形式为(i,j),其中i表示序列C(i)的i坐标,j表示序列T(j)中的j坐标。规整路径必须从w1=(1,1)开始,到wk=(I,J)结尾,以保证C(i)和T(j)中的每个坐标都在w中出现。另外,w(i,j)中的i和j必须是单调增加的,以保证两列数据的对齐连线不会相交。根据规整路径函数,调整序列 元素的顺序,得到新的序列
优选地,对于两列长度不同的序列, 采用补零的方式使得两列数据长度相同,如图7和图8所示。
步骤6:将相位修正后的各段声信号进行时域平均,得到修正后的声音信号。
时域平均采用如下方法:
其中,y(n)是经过时域平均后得到的序列,该序列长度为N,M为分段数,M=Ta/Δt的就近取整值。由白噪声的不相关性可知,经过时域同步平均后,随机噪声的功率将为原来的1/N。
实施例1
在声学风洞中开展直升机旋翼模型气动噪声试验,旋翼模型桨叶直径为2米,试验工况为平飞状态,总距5.99,纵向周期变距5.11,横向周期变距2.68,轴倾角-5.8,试验风速54m/s;试验过程中,大气温度为11℃,压力为96.2kPa。旋翼额定转速2064r/min,采用5片桨叶配置。
提取旋转叶片声音信号的风洞背景噪声修正的方法,包括如下步骤:
步骤1:将旋翼模型安装在风洞试验段核心射流区域,旋翼试验台的外露装置采用导流外壳包裹,外壳上粘贴5mm厚度的吸音棉并张紧。传声器的布置方式如图1所示,空心圆圈为I型传声器布置点(图1中附图标记1至23),实心圆圈为II型传声器布置点(图1中附图标记24至27),5R和6R分别为距离桨毂5倍桨叶半径和6倍桨叶半径,桨叶顺时针旋转。取测量点1传声器,方位角300°,距离桨毂中心5米,采集的声信号作为分析对象。图1中空心箭头表示风速方向,气流由风洞风速出口28喷出。
步骤2:布置光学时标装置,在旋翼叶片中部设置标志点,地面附近布置激光器并固定,调整光束的位置使其对准标志点。先以低转速运行旋翼试验台,检验光学时标装置能够正确触发。然后,风洞开车,按照设定的试验运转表开展试验,开始采集时标信号tN
步骤3:设置声音信号数据采样率为51.2kHz,采样时间为60s,采集声音信号。声音信号采集和时标信号采集同步。将声音信号从时域变换到频域,并分析其频谱特征。该实施例中,4.8Hz的信号为风洞低频脉动噪声,34.25Hz的信号为旋转叶片的基频,171.2Hz的信号为5片桨叶的倍频信号。旋转叶片的周期性信号具有明显的线谱特征。背景噪声信号为随机信号,频谱图中能量很低,如图9和图10所示。
步骤4:根据时标信号计算桨叶的平均旋转周期,按每5个旋转周期为一个信号段,对采集到的60秒声音信号分为411个信号段,每一段信号包含7424个声音信号的压力值。信号分析中,丢弃前两段声音信号。
步骤5:设相邻的两段声音信号为x1{n}和x2{n},n=1,…7424,根据动态时间规划算法得到相位修正后的两段声音信号和/>具体实施步骤为:
步骤一:计算两列信号各对应帧(元素)之间的距离矩阵
步骤二:在距离矩阵中寻找一条最佳路径,即规整路径函数W,根据最佳路径函数W,调整x2{n}各帧之间的顺序,得到相位修正之后的声音信号/>
将修正后的声音信号作为新的信号模板x1{n},如此循环往复,直到完成所有信号段的相位修正。
步骤6:对使用动态时间规整算法进行相位修正后的各段信号进行时域平均修正风洞背景噪声,得到提取的旋转叶片的声音信号y{n},如图11所示。其中,实心箭头所指的较平滑的曲线表示修正后的旋转叶片声信号,空心箭头所指曲线表示原始声信号。可见修正后的叶片声信号相位差较小。
对照例1
针对实施例中的工况,采用基于时标的常规时域同步平均算法对采集的带风洞背景噪声的旋翼前飞工况下的声音信号进行处理,声音信号数据采样率为51.2kHz,采样时间为60s。
结果分析:
图12是延迟时间和声压幅值计算的相对差值。图中,N表示信号的不同分段数。
转速的波动会引起每转振动信号相位不一致,此时基于时标或周期的同步平均算法在截取信号段的时候将出现相位误差累积,从而对时域平均的结果造成一定的影响。由于相位误差的存在,随着平均段数的增加,时域同步平均算法的精度急剧下降。从图中可以看出,随着平均次数的增加,计算的精度下降,当平均次数达到500次时,声音信号数据的声压幅值趋近于零,这显然是不合理的。因此采用时域同步平均等信号处理方法提取带风洞背景噪声的周期性声信号时,由于相位差的存在,多个时间分段内的信号同步平均结果会恶化,从而给声学测量结果带来较大误差。

Claims (8)

1.一种用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于,包括以下步骤:
步骤1:在风洞试验段安装旋转叶片模型,并布置传声器;
步骤2:布置时标装置,通过叶片旋转触发得到时标TN
步骤3:采集声音信号,并分析目标传声器声音信号的周期性特征;
步骤4:计算平均旋转周期Ta,所述平均旋转周期的计算方法为:将带噪声的声音信号进行分段;
步骤5:使用时间动态规整算法修正声音信号的相位;
步骤6:将相位修正后的各段声信号进行时域平均,得到修正后的声音信号,所述时域平均采用其中信号分段长度为K个平均旋转周期,K为整数,y(n)是经过时域平均后得到的序列,该序列长度为N,M为分段数,M=Ta/Δt的就近取整值。
2.根据权利要求1所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤1中传声器的布置方式为球形,传声器与叶片旋转中心的距离大于5倍叶片长度,桨毂导流罩上覆盖吸音棉的厚度大于5mm。
3.根据权利要求2所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤2中采用光学时标装置,标志点设置在旋转叶片上,采用反光材质,激光器固定在支架上,其发出的光束与标志点对准。
4.根据权利要求3所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述标志点设置在叶片沿展向中央的位置。
5.根据权利要求3或4任一所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤2中,采用将一个旋转周期内的多次触发合并的方式,来修正步骤2执行过程中时标装置误触发引起时标信号的波动。
6.根据权利要求5所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤3中,声音信号的周期性特征分析在频域内进行,采用快速傅里叶变换方法。
7.根据权利要求6所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤3中声音信号的采样率设置为51.2kHz,采集时间为60秒,与所述步骤2中的时标信号采集同步进行。
8.根据权利要求7所述的用于旋转叶片声音信号提取的风洞背景噪声修正方法,其特征在于:所述步骤5中动态时间规整算法的具体实施步骤包括:
步骤一:计算两时间序列各对应帧之间的距离,即计算距离矩阵;
步骤二:在距离矩阵中寻找一条最佳路径。
CN202111404373.1A 2021-11-24 2021-11-24 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法 Active CN114088332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111404373.1A CN114088332B (zh) 2021-11-24 2021-11-24 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111404373.1A CN114088332B (zh) 2021-11-24 2021-11-24 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法

Publications (2)

Publication Number Publication Date
CN114088332A CN114088332A (zh) 2022-02-25
CN114088332B true CN114088332B (zh) 2023-08-22

Family

ID=80303929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111404373.1A Active CN114088332B (zh) 2021-11-24 2021-11-24 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法

Country Status (1)

Country Link
CN (1) CN114088332B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114563589A (zh) * 2022-03-04 2022-05-31 北京女娲补天科技信息技术有限公司 一种基于声音的指向性测量物体转动角速度的方法及装置
CN114838901B (zh) * 2022-03-24 2023-04-04 中国人民解放军国防科技大学 一种低噪声风洞的设计方法及系统
CN115014696B (zh) * 2022-08-08 2022-10-25 中国空气动力研究与发展中心高速空气动力研究所 一种风洞多信号源数据同步采集与集成处理的方法
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

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5517537A (en) * 1994-08-18 1996-05-14 General Electric Company Integrated acoustic leak detection beamforming system
JP2006324895A (ja) * 2005-05-18 2006-11-30 Chubu Electric Power Co Inc 音源探査用マイクロフォン出力の補正方法、低周波発生装置、音源探査システム、及び、マイクロフォンフレーム
CN101419090A (zh) * 2007-10-22 2009-04-29 中国科学院声学研究所 一种目标噪声测量中的阵列噪声信号的聚焦方法
CN102473410A (zh) * 2010-02-08 2012-05-23 松下电器产业株式会社 声音识别装置以及声音识别方法
WO2015059866A1 (en) * 2013-10-24 2015-04-30 Toyota Jidosha Kabushiki Kaisha Wind detection apparatus
CN106768814A (zh) * 2016-12-09 2017-05-31 中国空气动力研究与发展中心低速空气动力研究所 高速列车模型在声学风洞内的远场噪声测量方法
CN107644650A (zh) * 2017-09-29 2018-01-30 山东大学 一种基于渐进串行正交化盲源分离算法的改进声源定位方法及其实现系统
CN110414030A (zh) * 2018-04-27 2019-11-05 丰田自动车株式会社 风噪声解析装置以及风噪声解析方法
CN112362287A (zh) * 2020-10-30 2021-02-12 中国航空工业集团公司西安飞机设计研究所 一种螺旋桨气动噪声风洞试验方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5517537A (en) * 1994-08-18 1996-05-14 General Electric Company Integrated acoustic leak detection beamforming system
JP2006324895A (ja) * 2005-05-18 2006-11-30 Chubu Electric Power Co Inc 音源探査用マイクロフォン出力の補正方法、低周波発生装置、音源探査システム、及び、マイクロフォンフレーム
CN101419090A (zh) * 2007-10-22 2009-04-29 中国科学院声学研究所 一种目标噪声测量中的阵列噪声信号的聚焦方法
CN102473410A (zh) * 2010-02-08 2012-05-23 松下电器产业株式会社 声音识别装置以及声音识别方法
WO2015059866A1 (en) * 2013-10-24 2015-04-30 Toyota Jidosha Kabushiki Kaisha Wind detection apparatus
CN106768814A (zh) * 2016-12-09 2017-05-31 中国空气动力研究与发展中心低速空气动力研究所 高速列车模型在声学风洞内的远场噪声测量方法
CN107644650A (zh) * 2017-09-29 2018-01-30 山东大学 一种基于渐进串行正交化盲源分离算法的改进声源定位方法及其实现系统
CN110414030A (zh) * 2018-04-27 2019-11-05 丰田自动车株式会社 风噪声解析装置以及风噪声解析方法
CN112362287A (zh) * 2020-10-30 2021-02-12 中国航空工业集团公司西安飞机设计研究所 一种螺旋桨气动噪声风洞试验方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
隧道内高速列车车内噪声特性及声源识别试验分析;柳明等;《机械工程学报》;第56卷(第8期);第207-215页 *

Also Published As

Publication number Publication date
CN114088332A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN114088332B (zh) 一种用于旋转叶片声音信号提取的风洞背景噪声修正方法
Ganz et al. Boeing 18-inch fan rig broadband noise test
CN111175033B (zh) 一种变转速下的同步振动叶端定时信号重构方法
Pettingill et al. Identification and prediction of broadband noise for a small quadcopter
Fattah et al. Noise measurements of generic small-scale propellers
Jin et al. Experimental investigation of unsteady flow in axial skewed fans according to flow rates
Kingan et al. Analysis of advanced open rotor noise measurements
CN114877837B (zh) 一种基于远场声压级变化的结冰厚度测量方法及系统
McAllister et al. The advanced noise control fan baseline measurements
Van Ditshuizen et al. Acoustic capabilities of the German-Dutch wind tunnel DNW
Schneider et al. Influence of a turbulence control screen on the aerodynamic and aeroelastic behavior of a UHBR fan
Preisser et al. Flight effects on fan noise with static and wind-tunnel comparisons
Brown et al. Acoustic Methods Used in the NASA Glenn 9-by 15-Foot Low-Speed Wind Tunnel
CN211777611U (zh) 测量带冠叶片同步振动及节径的装置
Küfmann et al. The second wind-tunnel test of DLR’s multiple swashplate system: IBC on a five-bladed rotor with fuselage-mounted (fixed frame) actuators
Brausch Flight velocity influence on jet noise of conical ejector, annular plug and segmented suppressor nozzles
Brown et al. Propeller noise at low tip speeds
Goldschmidt et al. Acoustics and forces from isolated and installed tandem eVTOL rotor configurations
Philipsen et al. An overview of advanced propeller simulation tests in the german dutch wind tunnels (DNW)
Pereira Gomes et al. Experimental investigation with a distributed propulsion large scale model in the DNW-NWB wind tunnel
Tinney et al. A Moving Source Model for Rotor Broadband Noise
Horváth Investigating counter-rotating open rotor noise sources from a broadband point of view
Schatzman et al. Preliminary Aeroacoustic Measurements from the AART in the NFAC 40-by 80-Foot Wind Tunnel
Oerlemans Location and quantification of helicopter noise sources in a wind tunnel
Bartels et al. Testing active rotor control applications using DLR’s multiple swashplate control system in the LLF of DNW

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