下载文档原格式
汽车同步带传动噪声分析与试验研究
徐广晨;陈思思
【期刊名称】《机械传动》
【年(卷),期】2022(46)5
【摘要】以齿形为ZA和RU型的汽车同步带为研究对象,研究了齿形对同步带传动噪声的影响规律。
建立了两种齿形同步带的振动仿真模型,求解横向振动频响曲线,以振动频响结果作为边界元条件,进行了同步带两轮传动的声学仿真分析,通过仿真获得场点频域曲线和噪声分布云图;基于声阵列技术搭建同步带传动噪声源识别装置,进行转速对两种齿形同步带噪声影响规律的试验研究,得到了不同转速下同步带传动噪声的噪声分布云图。
通过仿真结果与试验结果的对比得知,在共振区,不同齿形的共振发生频率不同;在非共振区,噪声幅值随转速的增加而增大,且RU型同步带传动噪声比ZA型同步带传动噪声高约4 dB。
【总页数】6页(P133-138)
【作者】徐广晨;陈思思
【作者单位】营口理工学院机械与动力工程学院
【正文语种】中文
【中图分类】TN9
【相关文献】
1.汽车同步带传动平稳性的试验研究
2.圆弧齿同步带传动噪声理论分析与试验研究
3.基于正交试验的汽车同步带传动噪声预测方法研究
4.汽车多楔带传动噪声仿真分析与试验验证
5.齿形对汽车同步带传动噪声的影响规律研究
因版权原因，仅展示原文概要，查看原文内容请购买。
《基于相干性分析的汽车车内噪声源识别应用研究》一、引言随着汽车工业的快速发展，汽车噪音问题日益受到关注。
车内噪声不仅影响乘坐舒适性，还可能对驾驶员的驾驶安全和乘客的身体健康造成潜在威胁。
因此，准确识别汽车车内的噪声源，对于提升汽车品质和满足消费者需求具有重要意义。
本文将介绍一种基于相干性分析的汽车车内噪声源识别方法，并通过实际应用研究，探讨其有效性和可行性。
二、汽车车内噪声源的概述汽车车内的噪声源主要来自发动机、传动系统、轮胎与路面摩擦、风噪以及车内其他部件的振动等。
这些噪声源具有不同的频率特性和传播路径，给准确识别带来了挑战。
为了有效识别这些噪声源，需要采用先进的信号处理和分析技术。
三、相干性分析原理及方法相干性分析是一种基于信号处理的技术，用于评估两个或多个信号之间的关联程度。
在汽车车内噪声源识别中，相干性分析可以用于分析不同噪声源之间的相关性以及它们与车内噪声的关系。
具体方法包括：1. 采集汽车车内的噪声信号以及可能的车内噪声源信号；2. 利用相干性分析算法计算各噪声源信号与车内噪声信号之间的相干性；3. 根据相干性结果，判断各噪声源对车内噪声的贡献程度；4. 通过频域分析，进一步了解各噪声源的频率特性和传播路径。
四、实际应用研究为了验证基于相干性分析的汽车车内噪声源识别方法的有效性，我们进行了实际的应用研究。
以某款汽车为例，我们进行了以下步骤：1. 在车内不同位置布置传感器，采集车内噪声信号以及可能的车内噪声源信号；2. 利用相干性分析算法计算各噪声源信号与车内噪声信号之间的相干性；3. 通过频域分析，发现发动机噪音和轮胎与路面摩擦噪音是该款汽车车内的主要噪声源；4. 根据相干性结果，确定了各噪声源对车内噪声的贡献程度，为后续的降噪措施提供了依据。
五、结果与讨论通过实际应用研究，我们发现基于相干性分析的汽车车内噪声源识别方法能够有效识别主要噪声源，并确定各噪声源对车内噪声的贡献程度。
这一方法具有以下优点：1. 准确性高：相干性分析能够准确评估不同噪声源之间的关联程度，从而准确识别主要噪声源；2. 操作简便：只需在车内布置传感器，采集相关信号，然后利用相干性分析算法进行处理；3. 适用性强：适用于各种类型的汽车，能够识别来自发动机、传动系统、轮胎与路面摩擦等不同噪声源的贡献。
车内噪声预测与面板声学贡献度分析
惠巍;刘更;吴立言
【期刊名称】《噪声与振动控制》
【年(卷),期】2006(026)005
【摘要】面板声学贡献度分析是汽车NVH特性研究的重要内容,识别各面板对车内场点的贡献度对于控制车内噪声有着重要意义.利用有限元结合边界元的方法,建立三维车辆乘坐室声固耦合模型,使用ANSYS软件计算出乘坐室在20-200Hz频率的声固耦合振动特性后,采用LMS b软件预测了驾驶员左、右耳的声压响应.并通过各壁板对驾驶员右耳声压的面板贡献度分析,得出了各壁板对驾驶员右耳总声压的贡献度,为降低车内某点噪声进行结构修改提供理论依据.通过对结构修改,有效降低了车内某点噪声.
【总页数】5页(P62-66)
【作者】惠巍;刘更;吴立言
【作者单位】西北工业大学,机电学院,西安,710072;西北工业大学,机电学院,西安,710072;西北工业大学,机电学院,西安,710072
【正文语种】中文
【中图分类】TB533+.2;U467.4+93
【相关文献】
1.重型卡车驾驶室结构噪声预测与板件声学贡献度分析 [J], 张志勇;张义波;刘鑫;谢小平
2.不同路面激励下车内噪声预测与板件声学贡献量分析 [J], 牛浩龙;王青春;田燕林;王玉鑫;付建蓉
3.面板声学贡献度分析在拖拉机驾驶室降噪的应用 [J], 邹岳;李丽君;刚宪约;刘顶平
4.隧道内地铁列车车内噪声预测分析 [J], 冯青松;周豪;陈艳明;张凌;罗信伟
5.基于功率流追踪的车内噪声面板贡献度分析 [J], 贾尚帅;张磊磊;潘德阔;宋雷鸣因版权原因，仅展示原文概要，查看原文内容请购买。
《基于相干性分析的汽车车内噪声源识别应用研究》一、引言随着汽车工业的快速发展，汽车噪声问题逐渐受到人们的关注。
准确识别汽车车内的噪声源，对提升汽车的乘坐舒适性和整体性能至关重要。
传统噪声源识别方法通常依赖实验人员的经验和大量实验数据，但效率较低且可能存在误判。
因此，研究一种高效、准确的汽车车内噪声源识别方法具有重要意义。
本文提出了一种基于相干性分析的汽车车内噪声源识别方法，旨在提高噪声源识别的准确性和效率。
二、相干性分析原理相干性分析是一种信号处理方法，通过分析两个或多个信号之间的相关性，从而确定信号的来源和传播路径。
在汽车车内噪声源识别中，相干性分析可以用于分析车内噪声信号与各噪声源信号之间的相关性，从而确定主要噪声源。
三、方法与实验1. 数据采集：在实验过程中，使用传感器在车内不同位置采集噪声信号，同时记录各噪声源的信号。
2. 数据处理：将采集的噪声信号和噪声源信号进行预处理，包括滤波、去噪等操作，以提高信号的质量。
3. 相干性分析：利用相干性分析方法，计算车内噪声信号与各噪声源信号之间的相干性系数。
相干性系数反映了两个信号之间的相关性程度，值越大表示两个信号之间的相关性越强。
4. 识别主要噪声源：根据相干性分析结果，确定与车内噪声信号相关性最强的噪声源，即为主要噪声源。
四、实验结果与分析通过实验，我们得到了各噪声源与车内噪声信号的相干性系数，并识别出了主要噪声源。
实验结果表明，基于相干性分析的汽车车内噪声源识别方法具有较高的准确性和效率。
首先，我们分析了发动机噪声对车内噪声的贡献。
通过相干性分析，我们发现发动机噪声与车内噪声之间的相干性系数较高，表明发动机是车内主要噪声源之一。
进一步分析发动机噪声的频率特性，可以为目标消声器的设计提供依据，从而降低发动机噪声对车内的影响。
其次，我们研究了轮胎与地面摩擦产生的噪声。
轮胎噪声与车内噪声之间的相干性系数也较高，表明轮胎噪声是车内的另一个主要噪声源。
基于传声器阵列技术的定置汽车噪声源识别
许春民;田金鑫;王二保
【期刊名称】《汽车工程师》
【年(卷),期】2012(000)002
【摘要】随着人们对汽车噪声的日益关注和汽车噪声限制标准的日渐严格，控制汽车噪声已经成为汽车工业发展中一项重要而又紧迫的任务。
文章基于均匀圆形传声器阵列技术，采用MUSIC空间谱估计算法，对某型轿车定置状态时不同转速下分别进行噪声源识别，找出其主要噪声源和声场分布特性，为进一步控制汽车噪声提供依据。
试验结果表明：传声器阵列技术能够快速有效地进行汽车噪声源识别和定位。
【总页数】4页(P25-28)
【作者】许春民;田金鑫;王二保
【作者单位】长安大学汽车学院
【正文语种】中文
【中图分类】U467.493
【相关文献】
1.基于声阵列技术的汽车噪声源识别试验研究
2.基于声阵列技术的汽车噪声源识别及贡献量分析
3.基于传声器阵列技术的定置汽车噪声源识别
4.基于传声器阵列技术的列车外部噪声源识别试验方法
5.基于声阵列技术的汽车同步带噪声源识别
因版权原因，仅展示原文概要，查看原文内容请购买。
基于ATV的车内低频噪声贡献量分析与改进刘斌;丁渭平;李允;杨明亮;蔡雷【期刊名称】《汽车科技》【年(卷),期】2010(000)005【摘要】在研究汽车车内噪声的过程中,判断低频噪声的主要来源和降低车内低频噪声水平是一个难点.运用声传递向量(ATV)技术,以某轿车为例,建立车内声学空腔边界元模型,对车内低频噪声进行仿真;通过对声传递向量以及声压频响函数的计算,进一步对低频段的噪声贡献量分析,为判断低频噪声的主要来源提供了一种分析方法.选取车内驾驶员右耳畔声压响应的6个峰值点,采用幅值-相位图对场点声压进行模拟,对车身板件声学贡献量进行排序,发现防火墙和前挡风玻璃的结构振动对车内低频噪声的产生可能有重要影响,为进一步的改进提供一定的参考依据.改进设计后,车内低频噪声水平得到一定程度抑制.【总页数】4页(P55-58)【作者】刘斌;丁渭平;李允;杨明亮;蔡雷【作者单位】西南交通大学,汽车工程研究所,成都,610031;西南交通大学,汽车工程研究所,成都,610031;西南交通大学,汽车工程研究所,成都,610031;西南交通大学,汽车工程研究所,成都,610031;西南交通大学,汽车工程研究所,成都,610031【正文语种】中文【中图分类】U467.4【相关文献】1.基于ATV技术的驾驶室低频噪声优化控制 [J], 施斐博;陈剑;沈忠亮;杨志远2.某特种车车内低频噪声分析与改进 [J], 欧健;刘美志;杨鄂川;刘伟3.基于ATV、MATV技术的车内低频噪声分析 [J], 解建坤;王东方;苏小平;伍纲4.基于声学传递向量法的车内低频噪声分析与控制 [J], 刘献栋;司志远;单颖春5.基于ATV、MATV技术的车内噪声分析 [J], 汪小朋;李强;汪东斌;马少卓因版权原因，仅展示原文概要，查看原文内容请购买。
阵列信号识别声源相关总结1 阵列信号识别声源的方法归类噪声源的识别方法可大致分为3类：传统的噪声源识别方法，如选择运行法、铅覆盖法及数值分析方法等，传统方法虽然陈旧、使用效率低，但目前仍有许多企业在应用。
例如，为了测量汽车高速行驶时的车内噪声，需要将车门缝隙用铅皮封住；第二类，利用现代信号处理技术进行噪声源识别，如声强法、相干分析、偏相干分析适合与很多场合，能解决许多一般问题。
如评价某些噪声源、某些频谱对场点(模拟人头耳朵处)，这时采用相干分析就可以解决。
第三类，利用现代图像识别技术进行振动噪声源识别，其分为两种，一种是近场声全息方法(NAH)，一种是波束形成方法(Beamforming)。
相比于传统识别和现代信号处理方法，声阵列技术具有测试操作简单、识别效率高，以及可对声源进行量化分析并对声场进行预测等优点。
1.1 声全息方法近场声全息技术经过很长时间的发展已经日趋成熟，广泛应用于近距离测量和对中低频噪声源的识别。
声全息方法，其基本原理是首先在采样面上记录包括声波振幅和相位信息的全息数据，然后利用声全息重建公式推算出重建面上的声场分布。
该方法一方面可以获得车外声场分布的三维信息，另一方面可以进行运动车辆车外噪声源识别的研究，而且还具有在进行噪声测试时，抗外界干扰强的特点。
按声场测量的原理可分为常规声全息、近场声全息和远场声全息三种。
常规声全息，全息数据是在被测物体的辐射或散射场的菲涅尔区和弗朗和费区(即全息接收面与物体的距离d远大于波长λ的条件下)采用光学照相或数字记录设备记录的，因为受到自身实用条件的限制，根据全息测量面重建的图像受制于声波的波长。
它只能记录空间波数小于等于2π/λ的传播波成分，而且其全息测量面只能正对从声源出来的一个小立体角。
因此，当声源辐射场具有方向性时，可能丢失声源的重要信息。
并且通过声压记录得到的全息图，只能用于重建声压场，而不能得到振速、声强等物理量。
远场声全息NAH(Near-field Acoustical Holography)，其特点是全息记录平面与全息重建平面的距离d远远大于声波的波长λ，即其全息数据是在被测声源产生声场的辐射或散射声场的菲涅尔区和弗朗和费区获得的。
