下载文档原格式
使用声成像技术查找站点内的设备缺陷
当56个麦克风一齐对准PLC电抗器时，潜伏在设备上的异响源很快露出“真容”。
借助新型声成像技术和仪器，国网上海市电力公司精准出击，迅速消除重要站点内的设备缺陷。
近期，±500千伏枫泾换流站运维人员对站内设备进行常规巡视，在经过
极Ⅱ换流变网侧PLC电抗器区域时听到尖锐的连续响声。
运维人员随即采用红外测温、紫外电晕检测等手段对异响区进行全方位检查，但均未能发现问题。
上海电力检修公司工作人员介绍，在这种情况下，就需要将整个电抗器转为检修状态，然后进行人工检查，寻找异响源。
可设备一旦停止，异响也会消失，要耗费大量时间寻找异响源。
在国网上海电力的部署下，上海电科院技术人员带着新式“武器”——声成像仪来到现场。
声成像技术是一种通过将声像图与可见光的视频图像叠加，远距离精准定位异响源的新型检测技术。
针对换流站内带电设备安全要求高、结构复杂、异响精确定位困难的问题，声成像技术可以在不停电情况下，精确定位变电站、换流站设备内的异响源，并通过图像分析，精准定位故障点。
风力发电建筑工程的振动与噪声控制随着全球对可再生能源的需求不断增加，风力发电作为一种环保、可持续的能源形式得到了广泛应用。
然而，风力发电设备在运行中产生的振动和噪声问题却成为了一个亟需解决的挑战。
本文将重点讨论风力发电建筑工程的振动与噪声控制，并提出相应的解决方案。
一、振动控制1. 振动源的识别与评估在进行振动控制之前，首先需要对振动源进行准确定位和评估。
风力发电机组中可能产生振动的源头主要包括轮毂、叶片与塔架之间的相互作用、变桨系统以及变流器系统等。
通过传感器的安装和数据采集，可以获取关键部位的振动数据，并对其进行分析和评估。
2. 结构刚度优化通过优化风力发电机组的结构刚度，可以有效减少振动的产生和传播。
例如，在设计阶段，采用合适的材料和结构形式，提高风机塔架的刚度和抗振能力。
此外，对于旧有的风力发电机组，可以通过加强结构、增加加强筋等方式来提高刚度。
3. 主动控制技术主动控制技术是一种通过在结构上施加外部力或扭矩来控制振动的方法。
常见的主动控制技术包括振动控制器、振动控制装置等。
通过合理的控制策略和系统设计，可以实现对风力发电机组振动的减少和控制。
二、噪声控制1. 噪声源的识别与评估风力发电设备产生的噪声主要源自风机塔架、轮毂、叶片以及机舱中的设备和传动系统。
为了有效地控制噪声，首先需要确定主要的噪声源和其频率特征。
通过噪声传感器和频谱分析仪等工具，可以进行噪声源的识别和评估。
2. 声学材料的应用采用合适的声学材料可以有效地隔离和吸收噪声。
例如，在风机塔架和机舱内壁表面涂覆吸音材料，可以减少声波的反射和传播。
此外，也可以在关键部位安装隔音罩或隔音墙等设施，进一步降低噪声的传播。
3. 噪声控制技术噪声控制技术主要包括被动控制和主动控制。
被动控制主要利用隔音和吸音材料的特性，通过增加隔音材料的层数和厚度来缓解声波的传播。
而主动控制技术则通过声波的反相干涉来控制噪声。
例如，采用降噪耳机和噪声控制装置等设备，可以实现噪声的主动消除或衰减。
基于声强测量的设备噪声源定位
高志彬;仪垂杰;孙庆亮
【期刊名称】《流体机械》
【年(卷),期】2009(037)004
【摘要】为了定位设备噪声源,用声强测量方法测量了汽轮鼓风机和射流抽汽器的声强.采用声功率排序法对所测设备的噪声源进行了排序.结果表明:汽轮鼓风机是主要噪声源,鼓风机部分是汽轮鼓风机的主要噪声源.声强测量方法是多声源噪声系统中定位设备噪声源的有效方法.
【总页数】3页(P47-49)
【作者】高志彬;仪垂杰;孙庆亮
【作者单位】上海理工大学,上海市,200093;青岛理工大学,山东青岛,266033;青岛理工大学,山东青岛,266033;莱芜钢铁集团公司,山东莱芜,271104
【正文语种】中文
【中图分类】TB524
【相关文献】
1.用声强法对油田注水泵房设备声源声功率的测量分析 [J], 单永乐;段骊;宋爱华
2.基于声强差效应的声源定位系统演示仪 [J], 位浩杰;徐胜男;任学智;李琪;刘凤祥
3.最优化方法在声强测量探查噪声源中的应用——用坐标轮换法探查声强极大点[J], 刘伟;朱国玺;喜多山繁
4.用声强法对油田注水泵房设备声源声功率的测量分析 [J], 单永乐;段骊;宋爱华
5.基于声强测试的联合收获机噪声源识别与定位 [J], 王成龙;尚昱君;徐红梅;姜威;董佳俊
因版权原因，仅展示原文概要，查看原文内容请购买。
风电场噪音源与控制技术研究随着环保意识的逐渐加强，风力发电作为一种清洁能源的形式日渐流行，然而在风力发电的过程中，风电场噪音却成为一个不容忽视的问题。
噪音对人类的健康与生活质量产生着不可忽视的影响。
因此，如何控制风电场噪音成为了一个亟待解决的问题。
一、风电场噪音的来源风电场噪音可以归纳为以下几类:1.风力发电机风力发电机的旋转会产生机械噪音，其中的主要噪声源是机舱内的机组。
2.风机桨叶在转动的过程中会造成空气流动，同时因其形状与切割音也会产生噪声。
3.变流器与变压器电子元器件会发出高频干扰噪音，其中变流器中的IGBT（绝缘栅双极型晶体管）与电容器在工作时会产生电子噪声。
4.基础建设电缆、风塔、机组的组装等所产生的噪声。
二、风电场噪音的控制技术1.降噪材料在风电场中使用降噪材料，在一定程度上可以降低风电场噪音的产生。
风力发电机内使用一些噪音吸收材料可以有效地降低机械噪音的产生，采用高效降噪材料包覆电缆及器件等，可以降低电子噪声的产生。
2.减振技术使用减振技术可以减少风电场噪音的产生，风力发电机内采用多级减振技术可以降低机械噪声的产生，同时风机桨叶可以采用减振材料减少切割音的产生。
3.制动器设计风电机组在极端工况下制动时会发出很高的噪声，因此设计高效稳定的制动器可以减少噪声的产生。
4.声学屏障在风电场周边设置声学屏障，缓冲周边居民受到噪声影响。
三、风电场噪音影响因素的分析1.气象条件风力发电机运行的环境对噪声产生有很大的影响，夜间环境中空气更加稳定，噪声传播距离更远，日间辐射效应明显，噪声传播距离相对短。
2.距离和位置风电场距离人群越远，噪声对人的影响越小。
风力发电机的位置对噪音产生影响，如风力发电机和住宅建筑物等的距离越近，可能会加大噪音对人体的影响。
四、风电场噪音控制技术的前景与展望目前，风电场噪音控制技术尚有发展空间，未来的研究方向包括：1.声学屏障、反射板、金属芯板、复合障碍物等可用于避免或降低声波传播。
噪声源识别与定位技术综述一、背景介绍在现代社会中，噪声污染已成为一个全球性的问题。
噪声对人类的身心健康产生了负面影响，同时也对环境造成了破坏。
因此，噪声源识别与定位技术的研究和应用变得尤为重要。
本商业计划书将对噪声源识别与定位技术进行综述，以期引起相关领域的关注和投资。
二、市场分析噪声源识别与定位技术的市场需求日益增加。
随着城市化进程的加快，交通噪声、工业噪声等噪声源不断增加，给人们的生活和工作带来了困扰。
此外，环境保护意识的提高也促使人们对噪声污染的关注度不断提高。
因此，噪声源识别与定位技术的市场前景广阔。
三、技术综述1. 声音特征提取技术声音特征提取是噪声源识别与定位技术的基础。
常用的声音特征包括频率、频谱、时域特征等。
通过对声音信号进行特征提取，可以实现对不同噪声源的识别和定位。
2. 传感器技术传感器技术在噪声源识别与定位技术中起到了重要作用。
常用的传感器包括麦克风、加速度计等。
通过合理布置传感器网络，可以实现对噪声源的精确定位和识别。
3. 信号处理技术信号处理技术是噪声源识别与定位技术的核心。
通过对声音信号进行滤波、降噪、分析等处理，可以提高噪声源识别和定位的准确性和可靠性。
四、商业机会噪声源识别与定位技术在多个领域具有广阔的商业机会。
以下列举几个应用领域：1. 城市噪声监测与管理通过部署噪声传感器网络，实时监测城市中的噪声源分布情况，并进行噪声管理，以改善城市居民的生活环境。
2. 工业噪声控制在工业生产过程中，噪声是一个常见的问题。
通过噪声源识别与定位技术，可以准确找到噪声源，并采取相应的控制措施，以保护工人的听力健康。
3. 交通噪声监测与优化交通噪声是城市生活中不可忽视的问题。
通过噪声源识别与定位技术，可以实时监测交通噪声源的分布情况，并优化交通规划，减少噪声对居民的影响。
五、市场竞争分析目前，噪声源识别与定位技术的市场竞争相对较小。
虽然已有一些相关产品和解决方案，但在技术和应用方面还存在一定的局限性。
风力发电场噪音控制技术的研究随着环保意识的不断提高，越来越多的国家开始积极推广使用可再生能源，而风力发电作为一种新型的替代能源，其环保、节能、经济等优势，越来越为人们所关注。
然而，在风力发电场的建设和运营过程中，噪音污染成为了不可忽视的问题。
本文将探讨风力发电场噪音控制技术的研究现状及未来发展趋势。
一、噪音污染的影响风力发电场在运行过程中会产生一定的噪音，而随着风机的不断增多和机组功率的提高，噪音污染问题也越来越突出。
事实上，噪音是一种严重的环境污染，特别是对于风力发电设备所处的社区和周边居民而言，这种环境污染问题将对他们的生活造成极大影响。
长期受到噪音的干扰将导致人们容易产生头痛、失眠、焦虑、耳鸣等症状，甚至引起心血管系统疾病等。
二、现有噪音控制技术为了解决风力发电场噪音污染问题，需要采用有效的噪音控制技术。
目前，主要的噪音控制技术包括：障音墙、消声器、叶轮尖噪声降噪、降低风机运转速度、减速齿轮箱外壳、噪声限值控制等。
1、障音墙障音墙是一种利用声学原理的噪音控制装置，可以减少声波的传播和扩散，从而达到降低噪声的目的。
这种被动性噪声控制技术可以有效降低风力发电设备的噪音，但对于大型风力发电场，障音墙造价很高，因此不是很实用。
2、消声器消声器是一种通过吸声材料对声波的吸收和抑制来达到降噪的技术。
应用消声器可以降低风机站内噪声，但由于消声器结构复杂、易损坏，因此维护成本很高。
3、叶轮尖噪声降噪叶轮尖噪声是风力发电设备中最主要的声源之一，而采用叶轮尖降噪技术可以抑制风机叶片尖部空气振动，从而降低噪声。
4、降低风机运转速度风机的转速是影响噪声大小的一个主要因素，因此降低风机的运行速度可以有效地降低噪声。
5、减速齿轮箱外壳减速器在风力发电机组中起到了重要的作用，但是减速器的运行噪声非常大，因此需要采取相应措施进行降噪，其中一种方式就是在减速器外壳上加装吸声材料。
6、噪声限值控制噪声限值控制是一种主动性噪声控制方法，通过控制噪声级别达到降噪的目的。
风力发电场的噪声污染研究随着对可再生能源的需求增加，风力发电场作为一种清洁能源逐渐得到广泛应用。
然而，与其带来的环境效益相比，风力发电场的噪声污染问题也引起了关注。
本文将对风力发电场的噪声污染问题进行研究，并探讨可能的解决方案。
一、研究背景随着人们对可再生能源的追求，风力发电场的建设数量不断增加。
然而，风力发电机的机械运作和风叶与空气摩擦引起的噪声会对周边居民的生活造成干扰，甚至对其身心健康产生负面影响。
因此，有必要对风力发电场的噪声污染进行深入研究。
二、噪声源与特点风力发电机的噪声主要来自两个方面：机械噪声和空气动力噪声。
机械噪声主要是由发电机组的机械振动引起的，包括机械传动系统的摩擦噪声、齿轮和轴承的振动噪声等。
空气动力噪声主要是由风叶与空气摩擦引起的气动噪声，其特点是频率在较高范围内，且随着风速的增加而增大。
三、噪声对环境和人体的影响风力发电场的噪声对环境有一定程度的影响。
在野生动物保护区周围建设风力发电场，可能会打扰野生动物并破坏其栖息地。
此外，噪声也会对附近的居民产生负面影响。
长期暴露在高噪声环境下，人们可能出现失眠、焦虑、压力增加等问题，甚至对于儿童的学习和发育也会有潜在影响。
四、解决方案针对风力发电场的噪声污染问题，可以考虑以下解决方案：1. 合理布局：在建设风力发电场时，可以合理选择建设地点，避免靠近居民区等噪声敏感区域，减少噪声的传播范围。
2. 优化设备：改进风力发电机的设计，减少振动和摩擦噪声。
例如，可以采用先进的减震材料和降噪技术，降低机械噪声的产生。
3. 噪声屏障：在风力发电场周围建造噪声屏障，减少噪声的传播。
噪声屏障可以采用吸音材料，有效吸收噪声能量，减少对周边居民的干扰。
4. 管理与监测：建立噪声管理制度，加强对风力发电场的噪声监测与控制。
通过及时发现和纠正问题，减少噪声对周边环境和人体的影响。
五、结论风力发电场的噪声污染问题是一个值得关注和研究的议题。
通过合理布局、优化设备、建造噪声屏障以及加强管理与监测，可以有效减少风力发电场的噪声污染，并最大程度地保护周边环境与居民的利益。
风力发电机组噪声测量方法探讨随着人类社会的发展和科技的进步,人们越来越关注噪声给生活带来的影响。
在人们周围有多种多样的噪声源:汽车、火车开过的声音,建筑工地的轰鸣声等等。
切切实实地解决噪声问题,降低噪声,是提高环境质量的重要方面。
风力发电机的噪声问题，到目前为止世界上还未彻底解决,人们正着手研究,但取得的进展有限。
由于风力机运行于开放的大气环境中,其工作环境极其恶劣,因此设计中应尽量保证其使用寿命长、结构安全可靠,不但要提高性能,还要尽量减少噪声,从而使其使用更环保、更舒适。
为此,本文对风力发电机组整机的噪声进行测试分析与研究,为解决风力机的降噪问题提供依据。
1 风力发电机组噪声来源风力发电机组运行过程中，受气流影响，在加上转动部件的摩擦，叶片及机组部件会产生较大的噪声，噪声源主要来源于机械及结构噪声，如齿轮啮合的噪声，由于互相摩擦引起振动，产生噪声，叶片旋转时叶尖的气动噪声。
机械噪声还包括轴承噪声、电机转动产生电磁振动噪声等。
叶片的气动噪声是风力发电机组的主要噪声源，降低气动噪声主要方式有降低转速即降低叶尖线速度，锯齿后缘及柔软后缘等，但降低叶尖线速度会影响风机功率曲线即降低发电能力所以一般不予考虑。
其他噪声来源如空气动力噪声，由于此噪声在空气中，随风速增大而增强，因此此噪声不易分离。
其余则是一些辅助设备引起的噪声，如散热器、排风扇等。
2 小波分析法故障诊断当部件预故障或发生故障时，其辐射的噪声品质会发生改变。
通过监测和分析对应的噪声特性，就可以检测判断设备的噪声检测尤其是旋转部件的高频噪声检测。
该方法对于风力发电机组早期故障的监测效果显著。
近年来，小波分析方法发展迅猛，已被应用于故障诊断领域。
在工程实践中，设备运行状态复杂多变，致使系统中存在大量的非平稳信号。
如风力发电机组在启动和停机时，其转速、功率等都是非平稳的，即使在稳态运行时，若发生摩擦或冲击，发电机转子的阻尼、刚度、弹性力等发生变化，产生的噪声信号也变得非平稳。
风机叶片响声检测与故障识别技术一、引言风机作为重要的工业设备之一，在工业生产中起着至关重要的作用。
然而，在长时间运行后，风机的叶片可能会出现响声，这不仅影响工作环境，还可能预示着潜在的故障。
因此，研发一种高效可靠的风机叶片响声检测与故障识别技术具有重要的意义。
二、风机叶片响声的原因分析风机叶片响声主要是由以下几个方面的因素导致的：1. 叶片故障：当风机叶片出现裂纹、腐蚀、变形等问题时，其振动会引起响声。
2. 风机轴承问题：风机轴承的磨损或过紧都会导致叶片在旋转时产生噪音。
3. 风机传动系统故障：当风机的传动系统出现故障时，如齿轮磨损、链条松弛等，都会引起叶片响声。
4. 风机叶轮平衡问题：若风机叶轮不平衡，会导致叶片振动加剧，产生噪音。
三、风机叶片响声检测技术为了准确、可靠地检测风机叶片响声，可以采用以下几种技术：1. 振动传感器：通过在风机叶片上安装振动传感器，可以实时监测叶片的振动情况，从而判断叶片是否出现异常。
2. 声音传感器：利用高灵敏度的麦克风或声音传感器，对风机叶片的响声进行捕捉和分析，以检测异常噪音的存在。
3. 图像分析技术：通过在风机叶片上安装摄像头，对叶片的形态、变形进行监测和分析，从而判断叶片是否存在问题。
四、风机叶片故障识别技术在风机叶片发出异常响声后，如何快速准确地识别故障成为了重要的问题。
以下是几种常用的故障识别技术：1. 声音频谱分析：利用傅里叶变换等方法将声音信号进行频谱分析，通过识别特征频段与已知故障声音进行比较，判断风机叶片故障类型。
2. 振动特征提取：通过对叶片振动信号进行特征提取，如频率、振幅等指标，结合机器学习算法来判断叶片是否存在故障。
3. 图像处理与分析：利用图像处理技术对叶片的形态、变形进行分析，并与正常叶片进行对比，从而判断是否出现故障。
五、风机叶片响声检测与故障识别技术的应用前景风机叶片响声检测与故障识别技术具有广泛的应用前景，不仅可以应用于工业生产中的风机设备，还可以应用于航空、电力等领域的叶片设备。
基于声成像技术风力发电机噪声源识别杨炯明，范德功，唐新安，陆金红金风科技股份有限公司摘要声成像技术通过多个传声器获取声场信息，使用成像成原理对声场信号进行处理，能对宽带声源进行有效识别。
利用基于声成像噪声源分析技术，研究了风力发电机组辐射噪声的频率特性和能量分布特性，通过与光学图像的自动重叠，获得了风力发电机最大噪声源的频率、空间位置和产生来源。
试验结果表明，声成像术能够快速有效地进行噪声源诊断和声源空间定位，从而为低噪声电机优化设计提供了依据。
关键词风电机组，声阵列分析，噪声源识别，声成像技术Abstract: Acoustic imaging technique through multiple microphones for sound field information, the use of imaging principle to the acoustic signal processing, can effectively to broadband noise source identification. Based on the acoustic imaging noise analysis technology, research the frequency characteristics and energy distribution characteristics of the wind power generators noise emission, through the optical image automatic overlap, get the frequency, space position and origin of the strongest noise. The test results show that the sound imaging technique is effective for the noise source diagnosis and sound spatial orientation, and provide foundation for the optimization design of low noise wind power generator.Key Words: Wind turbine generator system, Noise array analysis, noise source identification, Acoustic imaging technique1、前言随着风力发电机组装机量的快速增长，机组噪声已成为一种重要的环境污染源，国内已出现多个发电场由于噪声过高导致影响当地居民生活的案例，同时机组噪声也很大程度上反应出生产厂家的设计水平和工艺水平，成为衡量风力发电机组质量的重要标志之一，因此有效的控制机组噪声，成为近年来风电行业的一种重要研究课题。
直驱风力发电机组在运行时是一个复合噪声源，由叶片气动噪声、发电机组机械结构噪声、冷却系统风扇噪声组成，直驱风力发电机直接裸露在空间中，且为外转子结构，其产生的机械结构噪声是总噪声的重要组成部分，更有甚者发电机噪声是机组噪声音调的唯一来源，因此机组整体降噪的关键在于降低风力发电机噪声水平。
直驱风力发电机尺寸大，结构相对复杂，可能产生机械结构噪声的部件多，要控制噪声，首先要找出发电机内部的噪声源。
本文采用声阵列技术，采用先进的声相仪CASI-200P64测试系统，对金风某型直驱发电机组噪声特性进行分析，找出主要噪声源的空间位置和频率特性，为进一步开展整机降噪工作奠定基础。
2、噪声源主要识别方法噪声源的识别就是在同时又许多噪声源或包含许多振动发声部件的复杂声源情况下，为了确定各个声源或振动部件的声辐射性能，区分并确定主要噪声源并根据他们对声场的作用加以分析而进行的测量和研究。
利用现代检测技术，准确识别主要声源的部位、频率等特征，从声源上有针对性的采取有效措施进行降噪，可大大减轻噪声治理的工作量，对促进低噪声产品研制、提高产品质量和寿命有直接的效果。
所以，噪声源的识别是整个噪声控制的根本，噪声测量的一项内容就是要估计和寻找产生噪声的声源。
目前国内外进行噪声源识别的方法主要有声压法、声功率法、声强法、声场成像技术等。
声压法：声压是最基本的声学量，也是评价噪声的基本量，它是标量，不需要考虑方向，并且当前声压测量仪器发展成熟。
但是从声压角度研究噪声的最大缺点是声压在测量中容易受到背景噪声和声反射的影响，对环境要求很高，只有在消声室中进行测量才能得到较满意的结果。
声功率法：声学测量中声功率测量占有重要地位，声功率的测量需要在特定的声环境里直接测量声压，在得到声功率级，对环境的要求也较高。
声强法：声强法的创新点在于注意并利用了被丢失的声压相位信息，利用声强的矢量特性，降低了对测量现象声学环境的要求，并能够反映声级的大小，声能的流动方向、主声源的位置、声辐射面声强分布规律等特征，这对于在现场作噪声源辐射声功率的测量具有很大的优越性。
然而由于声强仪造价昂贵，目前声强测试只限于单点测量，对整个辐射面的噪声特性来说，测试完成需要相当长的时间，此外无法实现过渡工况或瞬态工况噪声特性的测量。
3、声成像设备主要原理及指标声成像（acoustic imaging）是基于传声器阵列测量技术，通过测量一定空间内的声波到达各传声器的信号相位差异，依据相控阵原理确定声源的位置，测量声源的幅值，并以图像的方式显示声源在空间的分布，即取得空间声场分布云图——声像图，其中以图像的颜色和亮度代表声音的强弱。
将声像图与阵列上配装的摄像实所拍的视频图像以透明的方式叠合在一起，就形成了可直观分析被测物产生噪声状态。
这种利用声学、电子学和信息处理等技术，将声音变换成人眼可见的图像的技术可以帮助人们直观地认识声场、声波、声源，便捷地了解机器设备产生噪声的部位和原因，物体（机器设备）的声像反映了其所处的状态。
声成像技术的应用对于噪声测量具有划时代的意义，对于促进工业设计和生产技术的提高具有深远的影响。
声成像设备叫声相仪，又名声学照相机，是一种轻型的模块化的便携设备，适用于开阔空间自由场、封闭空间混响环境等多种声学环境，可通过图像直观揭示声音来源，用声相图的形状和颜色标示声音的位置和强度，针对重点位置声源，可通过聚焦提取方法，增强被关注声源信号抑制其它声源影响，得到高信噪比的目标声音，从而从多个声源的环境中准确地定位关心声源的位置。
声相仪支持风力发电机组研制调试过程中的噪声分析工作，可以进行声源定位，分离分析，揭示分析噪声的频率、幅值、持续时间与设备运转规律的关系。
本文采用CASI-200P64声相仪进行风力发电机组噪声源进行识别和定位，如图1，具体技术指标见表1。
图1 声成像现场测试图表1 声相仪主要技术指标4、风力发电机声成像测试4.1实验目的对试车台上风力发电机组的噪声源特性进行分析，找到主要噪声源的空间位置和频率特性，为进一步开展发电机组降噪工作奠定基础。
4.2实验地点及环境条件声成像测试工作在北京金风科创风电设备有限公司车间进行；测试进行时，环境背景噪声的量级为60dB；室内温度约为20°。
4.3测试过程直驱风力发电机转速较低，约为10RPM—20RPM，被测机组在转速为10RPM、15RPM两个工况下，用声像仪进行风力发电机组噪声源进行识别和定位。
具体测试步骤如下：（1）启动发电机组，调定转速为10RPM；（2）声相仪系统开启工作；（3）发电机组运转平稳后，利用声相仪频谱分析功能，分别对产生声压级较高的频率段进行声成像，识别和定位噪声源；（4）改变声相仪的位置，重复步骤（3），对噪声源进行识别和定位；（5）调整机组转速为15RPM，重复步骤（2）、（3）、（4），对噪声源进行识别和定位。
4.4测试结果（1）转速10RPM时的测试结果转速10RPM时，风力发电机主要噪声源有两个，其频率分部为87Hz-119Hz（噪声源I）、187Hz-206Hz（噪声源II），频谱图见图2，噪声源的空间位置见图3。
图2 10RPM时噪声源频谱图（a）噪声源I （b）噪声源II图3 10RPM时噪声源空间位置分布测得频率在87Hz-119Hz和187Hz-206Hz处出现峰值噪声，在阵列接收处测得谱峰分别为73dB和75dB，且噪声源位置在发电机组转子散热片间隙处。
（2）转速10RPM时的测试结果转速为15RPM时，风力发电机主要噪声源有两个，其频率分部为127Hz-159Hz（噪声源I）、278Hz-300Hz（噪声源II），频谱图见图4，噪声源的空间位置见图5。
图4 15RPM 时噪声源频谱图（a ）噪声源I （b ）噪声源II图5 15RPM 时噪声源空间位置分布测得频率在127Hz~159Hz 和278Hz-300Hz 处出现峰值噪声，分别在阵列接收处谱峰为85dB 和95dB ，且噪声源位置在发电机组转子散热片间隙附近。
（3）对比分析通过改变转速测试结果的对比可以看出：a ） 噪声源位置分布在发电机组转子散热片间隙附近，其特性并不随转速的变化而变化，只不过由于现场空间的影响而可能在转子散热片圆周方向上略有差异； b ） 噪声源的频率随转速的变化而变化。
5、测试结论声成像技术可有效识别风力发电机噪声源位置，并得到了噪声源的频率特性和声压级大小，为该型风力发电机组降噪提供了有力依据。
参考文献[1]邓江华，顾灿松，刘献栋.基于声阵列技术的汽车噪声识别及贡献量分析[J].振动工程学报，2010 ,23(6):631-635.[2]王文勇，陆安南.阵列信号处理中几种关键技术的研究[J].杭州电子科技大学学报，2005，25(4):16-18.[3]汪晋宽，宋昕.鲁棒自适应阵列信号处理[M].北京：电子工业出版社，2009.12.[4]邵怀宗，林静然，局太亮等.基于麦克风阵列的声源定位研究[J].云南民族大学学报，2004 ,13(4):256-258.。
