車內(nèi)噪聲源識別技術(shù)的研究

劉 冰，張 梅

（中北大學(xué)機械工程與自動化學(xué)院，山西 太原 030051）

0 引 言

隨著生活質(zhì)量的提升，人們對汽車的需求也逐漸增高，車內(nèi)噪聲作為衡量汽車舒適性的重要指標(biāo)，對它的控制也逐漸成為汽車生產(chǎn)商所必須重視的內(nèi)容之一。

在很多國家也頒布了相關(guān)的汽車行業(yè)法規(guī)，并且成立了噪聲控制的專業(yè)性機構(gòu)，例如美國汽車工程師協(xié)會[1]提出了大型旅游客車內(nèi)腔噪聲不得超過75 dB(A)，小型客車不得超過80 dB(A)；我國也在相應(yīng)法規(guī)內(nèi)規(guī)定客車車內(nèi)噪聲不得超過82 dB(A)，大型客車車內(nèi)噪聲不得超過78 dB(A)。要進行噪聲控制，首先要找到產(chǎn)生噪聲的源頭，可見噪聲源識別技術(shù)的發(fā)展對噪聲控制具有舉足輕重的作用。

1 汽車車內(nèi)噪聲源分析

汽車噪聲主要是由車體表面振動以及空氣動力性噪聲組成。汽車的噪聲不是單一某個部件的噪聲引起的，而是由各個部件的綜合噪聲所引起的；車內(nèi)噪聲不僅僅由來自車內(nèi)部的進排氣、冷卻風(fēng)扇、發(fā)動機噪聲所引起，還有來自于車外的聲輻射，這種聲波作用于車身壁板，激發(fā)壁板振動，所以車內(nèi)噪聲實際上是混響的結(jié)果。

2 汽車噪聲源識別方法

2.1 傳統(tǒng)聲源識別方法

2.1.1 主觀評價法

通過人的聽覺對不同的聲音進行判斷，此方法需要識別者有充足的實踐經(jīng)驗以及要對噪聲源有足夠的了解，才能對噪聲源進行有效的識別。然而，主觀評測法存在很大的主觀因素，它沒有對噪聲源的貢獻大小進行定量分析，并且在噪聲源很多的時候此方法不能精確地找出噪聲源。

2.1.2 近場測量法

此方法較簡單，利用聲級計測量車體可能會產(chǎn)生噪聲部位的聲壓級，然后通過比較聲壓級的大小來找到噪聲源貢獻量最大的地方。此方法雖然能夠定量，但在實際測量過程中，車體內(nèi)存在大量的混響，使得此方法效果很不理想。

2.1.3 選擇運行法

在測量過程中，首先對車的整體進行噪聲聲壓級的測量，然后逐次停止正在運行的某些部件，通過計算得到各個部件對整車的噪聲貢獻量[2]。此方法操作簡單，不要求先進的設(shè)備與技術(shù)，然而整個車體是相互聯(lián)系的，若將某部分停止工作，必將會影響到與之關(guān)聯(lián)的部分，使測得的數(shù)據(jù)會造成很大的誤差，而且此方法的測量時間過長。

2.1.4 選擇覆蓋法

利用隔聲材料將機器各部分密封起來，若要測量某處，則將遮蔽物移開，測量完畢后再將遮蔽物予以覆蓋；測量另一個部分則進行相同的操作。此方法能夠在很大程度上減小內(nèi)部混響，并且在密封條件好的情況下，會得到較高的精度。然而在實際測量過程中，不可能密封的很嚴，這樣就會影響到測量結(jié)果，并且隔絕低頻噪聲比較困難，所以對于低頻噪聲效果不是很理想。

2.1.5 表面振速測量法

產(chǎn)生噪聲的主要原因往往是由于結(jié)構(gòu)表面振動的結(jié)果，所以根據(jù)振動的強弱程度就能夠得到結(jié)構(gòu)輻射噪聲的大小。此方法中利用加速度傳感器得到車體各振動表面的加速度值，然后就可以通過比較表面法向振動速度來確定振動的強弱。

2.2 基于信號處理的聲源識別方法

2.2.1 時域法

1）時域平均。時域平均法對振動或噪聲信號以一定周期為間隔進行截取并迭加平均，這樣就消除了信號中非周期成分或隨機干擾，使其能夠反映噪聲源特性的周期成分得以保留。然而，由于非周期成分噪聲的剔除，會造成此方法不能完整并且有效地識別噪聲源

2）相關(guān)分析。相關(guān)分析是隨機信號在時域相關(guān)性上的統(tǒng)計分析，其處理的信號一般為平穩(wěn)性隨機信號。在識別過程中，對車內(nèi)某噪聲源信號與整車車內(nèi)噪聲信號進行相關(guān)分析，根據(jù)相關(guān)程度的定量分析來確定某噪聲源對整車噪聲的影響，從而找到貢獻量最大的噪聲源。丁渭平[3]對某型國產(chǎn)轎車為研究對象，利用相關(guān)分析法對車頂與駕駛員右耳的噪聲進行對比，找到了噪聲源，從而針對此處進行降噪獲得了良好的效果。

2.2.2 頻域法

1）頻譜分析。對于頻譜分析法是將時域信號經(jīng)過Fourier變換后得到的頻域信號進行分析的。Forier變換后的頻域信號具有比時域信號更加豐富的信息，方便工作者對信號的分析和處理。在車內(nèi)噪聲源識別過程中，頻譜分析法常常被人們所利用。

頻譜分析中包含自功率譜和互功率譜分析。噪聲信號的自譜描述了該信號的平局功率在各個頻率上的分布。通過頻譜分析能夠得到信號的頻率特性，而頻譜圖上的峰值與貢獻最大的噪聲源緊密相關(guān)，所以通過分析總噪聲頻譜圖與其組成聲源的頻譜圖的峰值就可以判斷出主要噪聲源。噪聲信號的互譜描述了兩個信號的在頻域上互相依賴的程度，它可以用來計算系統(tǒng)的頻響函數(shù)，進行傳遞路徑的分析與識別，所以在噪聲源識別方面存在優(yōu)勢，并且得到了應(yīng)用。

2）相干分析。相干分析與相關(guān)分析相似，相關(guān)分析是在時域上進行分析而相干分析是在頻域上。利用相干分析法分析噪聲功率譜上的峰值頻率和各噪聲源頻率的相關(guān)度，來確定貢獻量最大的噪聲源。在實際測量過程中，存在復(fù)雜的多輸入多輸出的情況，所以還要求出各個輸入輸出的常相干函數(shù)和偏相干函數(shù)，這就增加了求解的難度和計算量。宋晶，劉曉玲[4]則對整車利用相干分析法確定出整車噪聲的主要噪聲源，進而能更好地對其進行噪聲控制。

3）倒頻譜分析。倒頻譜分析技術(shù)是近代信號處理領(lǐng)域中的非常重要的組成部分，其在復(fù)雜頻譜的分析能力上有很大的優(yōu)勢。它是對功率譜取對數(shù)后進行Fourier逆變換，其表達式為：

式中：q為倒頻譜率；Gx(f)為信號的功率譜；Cp(q)為信號的功率倒頻譜。

時域信號經(jīng)過一次Fourier變換后再經(jīng)歷一次Fourier變換，根據(jù)Fourier變換的線性性質(zhì)，在倒頻譜中保留了相加關(guān)系，所以在復(fù)雜頻譜的情況下，可以利用倒頻譜分析技術(shù)將噪聲源信號分離出來。

2.2.3 時頻域法

以上介紹的頻域分析方法雖然在噪聲源識別上取得了良好的效果，但Fourier的局限性僅僅作用于穩(wěn)態(tài)信號，但在實際工況下，所測得的噪聲信號往往是非平穩(wěn)的信號的頻率隨時會發(fā)生變化，甚至具有瞬態(tài)性。在此情況下傳統(tǒng)的頻譜分析卻無能為力，因此在此基礎(chǔ)上，后人利用時頻分析技術(shù)解決上述困難。

小波分析法是一種時間窗和頻率窗都可以隨時域或頻域成分的不同而改變的分析方法，從而在時域與頻域都有足夠的分辨率，并克服了Fourier變換不能在時域和頻域上局域化的缺點，它的很多優(yōu)點在噪聲信號分析中得到了廣泛的應(yīng)用。

馮國勝[5]等人利用小波分析的方法對客車進行振動測試和噪聲測試，并通過對比傳統(tǒng)Fourier變換的方法證明小波分析方法也可以計算出貢獻量最大的噪聲源；易小剛[6]等人通過對某工程機械駕駛室內(nèi)部進行測試，分別利用Fourier變換分析小波變換分析法，發(fā)現(xiàn)了小波分析法對噪聲信號的分析更加有效和精準(zhǔn)。

2.3 基于陣列技術(shù)噪聲源識別

2.3.1 近場聲全息技術(shù)

近場聲全息技術(shù)是20世紀(jì)后期發(fā)展起來的聲學(xué)前沿技術(shù)，它在噪聲源識別定位、可視化以及聲場計算方面具有明顯的優(yōu)勢。近場聲全息是在緊靠被測聲源物體表面的測量面上，然后記錄全息數(shù)據(jù)（聲源面與采樣平面之間距離遠小于波長），再經(jīng)過變換重建三維空間聲壓場、振速場和聲強矢量場，并能預(yù)報遠場指向性。

鄧江華[7]等人進行了基于近場聲全息技術(shù)對車內(nèi)進行噪聲源識別、聲場預(yù)測以及聲學(xué)貢獻分析的試驗。在應(yīng)用傳統(tǒng)技術(shù)的基礎(chǔ)上，張永斌[8]等人大膽創(chuàng)新，采用了基于等效源法的近場聲全息技術(shù)進行了車內(nèi)噪聲源識別的研究，并取得了良好的效果。

2.3.2 聲強測量技術(shù)

聲強描述了聲能流動的具有大小和方向的聲學(xué)量，被定義為聲傳播過程中，空間單位面積上傳輸?shù)穆暪β省?/p>

聲強測量技術(shù)近幾年在聲學(xué)和信號處理方面迅猛發(fā)展，聲強測量受背景噪聲影響小，測量精度高，并且測量周期小，此方法已成為汽車車內(nèi)噪聲源識別的主要方法之一。利用聲強測量技術(shù)識別噪聲源有三種方法：峰值掃描法、聲功率排序法、等聲強線和三維聲強圖。

重慶交通學(xué)院[9]利用聲強測試技術(shù)，對江蘇亞星客車集團生產(chǎn)的JS6761型客車進行了車內(nèi)噪聲源識別的實驗，找到了該車車內(nèi)主要噪聲源，并根據(jù)測試結(jié)果，提出了響應(yīng)的降噪控制措施，取得了良好的效果。

3 結(jié)束語

在眾多的噪聲源分析方法中，每個方法具有各自的特點，在不同的實際情況下會有不同的效果，所以在測量過程中，要在考慮實際的工作環(huán)境的前提下選擇合適的方法，這樣才能更加有效地得到最精確的結(jié)果。

近年來隨著陣列技術(shù)在噪聲源識別領(lǐng)域的長足發(fā)展，其應(yīng)用也逐漸增多，由于噪聲源的可視化技術(shù)能夠?qū)υ肼曉催M行定位、量化以及顯示噪聲的傳遞路徑，它的優(yōu)勢是非常明顯的，所以，陣列技術(shù)是未來車內(nèi)噪聲源識別發(fā)展的重要方向。

[1] 靳曉雄,張立軍.汽車噪聲的預(yù)測與控制[M].上海:同濟大學(xué)出版社,2003:1-229.

[2] 周涌麟，李樹珉.汽車噪聲原理檢測與控制[M].北京：中國環(huán)境科學(xué)出版社，1992：141-147.

[3] 丁渭平.一種用于車內(nèi)結(jié)構(gòu)聲源辨識的方法[J].汽車工程，2002，2(24)：154-148.

[4] 宋晶，劉曉玲.噪聲源識別的相干分析研究[J].輕型汽車技術(shù)，2005（11）:10-13.

[5] 馮國勝，李勁松，劉鵬.基小波變換的客車車內(nèi)振動噪聲源識別[J].振動、測試與診斷,2006,3(26):196-199.

[6] 易小剛，鄧習(xí)樹.工程機械駕駛室內(nèi)部噪聲源識別的小波分析方法[J].中國工程機械學(xué)報，2009,3(7)：265-269.

[7] 鄧江華,劉獻棟,單穎春.基于近場聲全息的車內(nèi)噪聲貢獻量[J].吉林大學(xué)學(xué)報(工學(xué)版)，2010,3(40)：666-671.

[8] 張永斌，畢傳興，陳心昭.基于近場聲全息技術(shù)的車內(nèi)聲源識別實驗研究[G]//第十屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集.北京：中國汽車協(xié)會學(xué)術(shù)委員會，2011：33.

[9] 王文興.大客車車內(nèi)噪聲源識別及噪聲控制[D].重慶：重慶交通大學(xué)，2001：78-82.