CN114459595B - 一种油气模块大型风道主要噪声频谱识别方法 - Google Patents
一种油气模块大型风道主要噪声频谱识别方法 Download PDFInfo
- Publication number
- CN114459595B CN114459595B CN202210014103.8A CN202210014103A CN114459595B CN 114459595 B CN114459595 B CN 114459595B CN 202210014103 A CN202210014103 A CN 202210014103A CN 114459595 B CN114459595 B CN 114459595B
- Authority
- CN
- China
- Prior art keywords
- air duct
- noise
- vibration
- oil
- gas module
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种油气模块大型风道主要噪声频谱识别方法,包括通过传感器和锤击实验获得时域信号并通过相关分析、频谱转换、相干分析等步骤确定组成噪声的主要频率及其来源。本发明实现了大型风道的混合噪声中的来源不同的噪声的主要频谱的快速识别,提升了确定噪声频谱的效率,保证了施工人选采取降噪措施时的针对性和目的性,提高工作效率。
Description
技术领域
本发明涉及噪声源的判断方法,尤其涉及油气模块大型风道噪声主要噪声源的快速识别方法。
背景技术
风道会产生很大的噪声,而噪声的来源是复杂的,包括风道壁振动、模块结构振动产生的噪声,风压的脉动导致的噪声,风机工作振动发出的噪声等,不同来源的噪声所包含的噪声频谱段范围也是有所差别的。要想比较准确地解决来自某一噪声源的噪音,需要首先确定该噪声包含哪些频谱段。现阶段对于大型风道的噪声中来源不同的几种噪声频谱段的识别还缺少一套高效、系统化的流程,导致后续采取降噪措施时缺少针对性,效率偏低,效果无法得到保证。
发明内容
本发明的目的在于克服已有技术的缺点,提供种基于相关分析的油气模块大型风道主要噪声频谱识别方法,该方法可以识别出大型风道中不同来源的噪声分别所包含的频谱段,从而可以更具针对性地消除位于特定噪声来源对应的频谱段的噪声,提高了风道降噪的针对性和效率,降低了检测与采取降噪措施的人力、时间成本。
为实现上述目的,本发明采用的技术方案是:
本发明一种油气模块大型风道噪声源识别方法,包括以下步骤:
步骤一、在风道口处设置声级计,获得风道噪声的时域信号f0(t);
步骤二、对风道壁进行锤击实验,用加速度传感器获得风道壁振动时域信号f1(t);
步骤三、在风道通风情况下,采用风压计获取风道风压的时域信号f2(t);
步骤四、对安装在风道外部的油气模块结构进行锤击实验,用加速度传感器获得油气模块结构振动时域信号f3(t);
步骤五、通过加速度传感器对风道风机工作振动进行检测,获得风道风机振动时域信号f4(t);
步骤六、相关分析:
分别对f0(t)、f1(t)、f2(t)、f3(t)、f4(t)进行自相关分析,得到自相关函数R0(T)、R1(T)、R2(T)、R3(T)、R4(T);
分别对f0(t)与f1(t),f0(t)与f2(t),f0(t)与f3(t),f0(t)与f4(t)进行互相关分析,得到互相关函数R01(T)、R02(T)、R03(T)、R04(T);
t表示时间,T表示不连续变量t在测量间隔趋于无穷小时近似形成的连续变量;
步骤七、频谱转换:
分别将自相关函数R0(T)、R1(T)、R2(T)、R3(T)、R4(T)进行傅里叶变换,获得自谱密度函数S0(T)、S1(T)、S2(T)、S3(T)、S4(T);
分别将互相关函数R01(T)、R02(T)、R03(T)、R04(T)进行傅里叶变换,形成互谱密度函数S01(T)、S02(T)、S03(T)、S04(T);
步骤八、相干分析:
对自谱密度函数和互谱密度函数进行相干分析,获得相干函数γ01(f)、γ02(f)、γ03(f)、γ04(f);
步骤九、通过相干函数获得噪声与风道的主要频谱集合,具体过程可以为:
第一步,在相干函数γ01(f)的图像中寻找大于0.8的峰值,得到风道壁振动噪声主要频率集合k为此集合中主要频率的数量;
第二步,在相干函数γ02(f)的图像中寻找大于0.8的峰值,得到风道风压脉动噪声主要频率集合l为此集合中主要频率的数量;
第三步,在相干函数γ03(f)的图像中寻找大于0.8的峰值,得到风道外部油气模块结构振动噪声主要频率集合p为此集合中主要频率的数量;
第四步,在相干函数γ04(f)的图像中寻找大于0.8的峰值,得到风道风机振动噪声的主要频率集合q为此集合中主要频率的数量;
第五步,风道噪声的频率f的主要频谱集合为:
f∈{f1,f2,f3,f4}
其中,f1为来源于风道壁振动的噪声的主要频率,f2为来源于风道风压脉动的噪声的主要频率,f3为来源于风道外部油气模块结构振动的噪声的主要频率,f4为来源于风道风机振动的噪声的主要频率。
本发明一种油气模块大型风道主要噪声频谱识别方法实现了大型风道的混合噪声中的来源不同的噪声的主要频谱的快速识别,提升了确定噪声频谱的效率,保证了施工人选采取降噪措施时的针对性和目的性,提高工作效率。
附图说明
图1为本发明油气模块大型风道主要噪声频谱识别方法的流程图。
具体实施方式
本发明的目的在于克服已有技术的缺点,提供种基于相关分析的油气模块大型风道主要噪声频谱识别方法,该方法可以识别出大型风道中不同来源的噪声分别所包含的频谱段,从而可以更具针对性地消除位于特定噪声来源对应的频谱段的噪声,提高了风道降噪的针对性和效率,降低了检测与采取降噪措施的人力、时间成本。
本发明油气模块大型风道噪声源识别方法,包括以下步骤:
步骤一、在风道口处设置声级计,获得风道噪声的时域信号f0(t);
步骤二、对风道壁进行锤击实验,用加速度传感器获得风道壁振动时域信号f1(t);
步骤三、在风道通风情况下,采用风压计获取风道风压的时域信号f2(t);
步骤四、对安装在风道外部的油气模块结构进行锤击实验,用加速度传感器获得油气模块结构振动时域信号f3(t);
步骤五、通过加速度传感器对风道风机工作振动进行检测,获得风道风机振动时域信号f4(t);
步骤六、相关分析:
分别对f0(t)、f1(t)、f2(t)、f3(t)、f4(t)进行自相关分析,得到自相关函数R0(T)、R1(T)、R2(T)、R3(T)、R4(T);
分别对f0(t)与f1(t),f0(t)与f2(t),f0(t)与f3(t),f0(t)与f4(t)进行互相关分析,得到互相关函数R01(T)、R02(T)、R03(T)、R04(T);
t表示时间,T表示不连续变量t在测量间隔趋于无穷小时近似形成的连续变量;
步骤七、频谱转换:
分别将自相关函数R0(T)、R1(T)、R2(T)、R3(T)、R4(T)进行傅里叶变换,获得自谱密度函数S0(T)、S1(T)、S2(T)、S3(T)、S4(T);
作为本发明的一种实施方式,可以采用现有公式获得自谱密度函数Sx(ω)(参见相关分析和谱分析的工程应用,国防工业出版社1983年5月版,P59)。
当Δt无限趋小时将成为dT,而不连续变量t也成了连续变量T,可以求积分,ω为频率,j表示虚数。
分别将互相关函数R0i(T)、R02(T)、R03(T)、R04(T)进行傅里叶变换,形成互谱密度函数S01(T)、S02(T)、S03(T)、S04(T);
作为本发明的一种实施方式,可以采用现有公式获得互谱密度函数(参见相关分析和谱分析的工程应用,国防工业出版社1983年5月版,P50)。
当Δt无限趋小时将成为dT,而不连续变量t也成了连续变量T,可以求积分,ω为频率,j表示虚数。
步骤八、相干分析:
对自谱密度函数和互谱密度函数进行相干分析,获得相干函数γ01(f)、γ02(f)、γ03(f)、γ04(f);
作为本发明的一种实施方式,可以采用现有公式获得相干函数γxy(f)(参见相关分析和谱分析的工程应用,国防工业出版社1983年5月版,P80)。
其中,f=ω/2π,表示频率。
步骤九、通过相干函数获得噪声与风道的主要频谱集合,具体过程可以为:
第一步,在相干函数γ01(f)的图像中寻找大于0.8的峰值,得到风道壁振动噪声主要频率集合k为此集合中主要频率的数量;
第二步,在相干函数γ02(f)的图像中寻找大于0.8的峰值,得到风道风压脉动噪声主要频率集合l为此集合中主要频率的数量;
第三步,在相干函数γ03(f)的图像中寻找大于0.8的峰值,得到风道外部油气模块结构振动噪声主要频率集合p为此集合中主要频率的数量;
第四步,在相干函数γ04(f)的图像中寻找大于0.8的峰值,得到风道风机振动噪声的主要频率集合q为此集合中主要频率的数量;
第五步,风道噪声的频率f的主要频谱集合为:
f∈{f1,f2,f3,f4}
其中,f1为来源于风道壁振动的噪声的主要频率,f2为来源于风道风压脉动的噪声的主要频率,f3为来源于风道外部油气模块结构振动的噪声的主要频率,f4为来源于风道风机振动的噪声的主要频率。
Claims (1)
1.一种油气模块大型风道噪声源识别方法,其特征在于包括以下步骤:
步骤一、在风道口处设置声级计,获得风道噪声的时域信号f0(t);
步骤二、对风道壁进行锤击实验,用加速度传感器获得风道壁振动时域信号f1(t);
步骤三、在风道通风情况下,采用风压计获取风道风压的时域信号f2(t);
步骤四、对安装在风道外部的油气模块结构进行锤击实验,用加速度传感器获得油气模块结构振动时域信号f3(t);
步骤五、通过加速度传感器对风道风机工作振动进行检测,获得风道风机振动时域信号f4(t);
步骤六、相关分析:
分别对f0(t)、f1(t)、f2(t)、f3(t)、f4(t)进行自相关分析,得到自相关函数R0(τ)、R1(τ)、R2(τ)、R3(τ)、R4(τ);
分别对f0(t)与f1(t),f0(t)与f2(t),f0(t)与f3(t),f0(t)与f4(t)进行互相关分析,得到互相关函数R01(τ)、R02(τ)、R03(τ)、R04(τ);
t表示时间,τ表示不连续变量t在测量间隔趋于无穷小时近似形成的连续变量;
步骤七、频谱转换:
分别将自相关函数R0(τ)、R1(τ)、R2(τ)、R3(τ)、R4(τ)进行傅里叶变换,获得自谱密度函数S0(τ)、S1(τ)、S2(τ)、S3(τ)、S4(τ);
分别将互相关函数R01(τ)、R02(τ)、R03(τ)、R04(τ)进行傅里叶变换,形成互谱密度函数S01(τ)、S02(τ)、S03(τ)、S04(τ);
步骤八、相干分析:
对自谱密度函数和互谱密度函数进行相干分析,获得相干函数γ01(f)、γ02(f)、γ03(f)、γ04(f);
步骤九、通过相干函数获得噪声与风道的主要频谱集合,具体过程为:
第一步,在相干函数γ01(f)的图像中寻找大于0.8的峰值,得到风道壁振动噪声主要频率集合k为此集合中主要频率的数量;
第二步,在相干函数γ02(f)的图像中寻找大于0.8的峰值,得到风道风压脉动噪声主要频率集合l为此集合中主要频率的数量;
第三步,在相干函数γ03(f)的图像中寻找大于0.8的峰值,得到风道外部油气模块结构振动噪声主要频率集合p为此集合中主要频率的数量;
第四步,在相干函数γ04(f)的图像中寻找大于0.8的峰值,得到风道风机振动噪声的主要频率集合q为此集合中主要频率的数量;
第五步,风道噪声的频率f的主要频谱集合为:
f∈{f1,f2,f3,f4}
其中,f1为来源于风道壁振动的噪声的主要频率,f2为来源于风道风压脉动的噪声的主要频率,f3为来源于风道外部油气模块结构振动的噪声的主要频率,f4为来源于风道风机振动的噪声的主要频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210014103.8A CN114459595B (zh) | 2022-01-06 | 2022-01-06 | 一种油气模块大型风道主要噪声频谱识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210014103.8A CN114459595B (zh) | 2022-01-06 | 2022-01-06 | 一种油气模块大型风道主要噪声频谱识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114459595A CN114459595A (zh) | 2022-05-10 |
CN114459595B true CN114459595B (zh) | 2023-08-01 |
Family
ID=81409756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210014103.8A Active CN114459595B (zh) | 2022-01-06 | 2022-01-06 | 一种油气模块大型风道主要噪声频谱识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114459595B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3584287B2 (ja) * | 2001-08-09 | 2004-11-04 | 国立大学法人神戸大学 | 音響評価方法およびそのシステム |
JP4590545B2 (ja) * | 2004-05-06 | 2010-12-01 | 国立大学法人神戸大学 | 音響評価方法およびそのシステム |
CN101556187B (zh) * | 2009-05-07 | 2012-06-27 | 广东美的电器股份有限公司 | 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 |
CN110598238A (zh) * | 2019-07-16 | 2019-12-20 | 西北工业大学 | 一种舱室结构振动响应再现方法 |
CN110593987B (zh) * | 2019-09-11 | 2021-12-07 | 武汉理工大学 | 车内排气噪声分离方法及声源发生装置 |
CN113506557A (zh) * | 2021-06-22 | 2021-10-15 | 山东朗进科技股份有限公司 | 噪音超限声源确定方法、空调、车辆、噪音控制方法及装置 |
-
2022
- 2022-01-06 CN CN202210014103.8A patent/CN114459595B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114459595A (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103217309B (zh) | 非对称管道消声器传递损失测量方法 | |
CN109827082B (zh) | 一种管道多点泄漏精确定位方法 | |
CN106525435A (zh) | 一种发动机噪声源识别方法 | |
CN110608187A (zh) | 基于频率特征变化的轴流压气机失速喘振预测装置 | |
CN1755342A (zh) | 一种液体压力管道泄漏检测方法及装置 | |
CN108897905A (zh) | 发动机噪声分析方法 | |
CN114459595B (zh) | 一种油气模块大型风道主要噪声频谱识别方法 | |
CN116577037B (zh) | 一种基于非均匀频率语谱图的风管泄漏信号检测方法 | |
CN106018561A (zh) | 不同管道结构中声波幅值衰减系数的测量系统及方法 | |
CN116558632A (zh) | 一种发动机声品质预测方法 | |
CN112432749A (zh) | 一种水轮机转轮振动与压力脉动的关联性测试分析方法 | |
CN102818690A (zh) | 一种对消声器内部流场及压力损失分析的试验装置 | |
Hara et al. | Unsteady flow field under surge and rotating stall in a three-stage axial flow compressor | |
CN202471386U (zh) | 对消声器内部流场及压力损失分析的试验装置 | |
CN2758724Y (zh) | 一种液体压力管道泄漏检测装置 | |
CN114781466B (zh) | 基于旋转机械振动信号谐波基频的故障诊断方法及系统 | |
CN114720137B (zh) | 基于涡轮增压发动机台架进气系统的进气噪声测试方法及系统 | |
CN115788936A (zh) | 一种无叶扩压器气动力分析方法 | |
CN110146276B (zh) | 一种基于无线传感器的索力与抗弯刚度监测方法及系统 | |
CN106872574A (zh) | 一种高速列车铝型材与声腔的耦合损耗因子实验方法 | |
CN113048404A (zh) | 一种城市气体管道微小泄漏诊断方法 | |
CN109682459B (zh) | 一种水下管口外辐射噪声的测量装置和方法 | |
WO2020202567A1 (ja) | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 | |
CN206092373U (zh) | 活塞式压缩机性能测试装置 | |
CN103399172A (zh) | 一种超声波风速测量方法 |
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 |