• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      改進(jìn)的復(fù)雜噪聲源識別方法

      2012-09-15 08:12:54余桐奎
      振動與沖擊 2012年14期
      關(guān)鍵詞:噪聲源聲源頻段

      余桐奎

      (大連測控技術(shù)研究所,大連 116013)

      水聲隱身性是水下航行器最主要的性能之一。如何通過檢測航行器的振動和噪聲信號,有效估計(jì)各噪聲源對輻射噪聲的貢獻(xiàn)大小,從而有效識別主要噪聲源是一個(gè)十分重要的問題。為了解決這一問題,國內(nèi)外對此進(jìn)行了大量的研究,并提出了許多用于主要噪聲源識別的方法。盡管如此,在實(shí)際工程中,由于水下航行器各聲源的頻率結(jié)構(gòu)的復(fù)雜性、聲源之間的相互干擾及傳遞路徑的千差萬別等問題,都使得主要噪聲源識別問題很難得到合理解決?;诖嗽?,本文提出了基于相干功率譜的層次分析法和基于偏相干[1]的層次分析法,并給出了仿真研究結(jié)果及工程應(yīng)用結(jié)果。

      1 斷矩陣構(gòu)建新方法及偏差修正

      層次分析法[2-3]的關(guān)鍵是判斷矩陣的建立,判斷矩陣中各元素是根據(jù)兩兩比較法和1~9標(biāo)度法確定的,但是,準(zhǔn)確構(gòu)造出判斷矩陣是難點(diǎn),這也是傳統(tǒng)層次分析法的一個(gè)較大缺陷,因此,有人提出了灰色層次分析法和模糊層次分析法,這些方法相對比較繁瑣,在噪聲源分析的實(shí)際應(yīng)用中不是很適合,感興趣者可參考文獻(xiàn)[14]。本文在原有兩兩比較法的基礎(chǔ)上提出一種新的構(gòu)建判斷矩陣的方法,具體步驟如下:

      第一步:對與本層次相關(guān)的元素,分別與評價(jià)點(diǎn)噪聲作相關(guān)分析,根據(jù)它們的相關(guān)程度進(jìn)行排序。

      第二步:根據(jù)1~9標(biāo)度法對相干程度最大的元素重要程度定位取值,再依次對其他元素定位取值。

      第三步:用各元素的排序值兩兩相減后加1的原則,來確定各元素在判斷矩陣中的值。這里加1原則是通過大量計(jì)算、檢驗(yàn)基礎(chǔ)上提出的,加2、加3理論上也可以,但是具體準(zhǔn)確性如何還未作驗(yàn)算,有興趣者可以自行驗(yàn)算。

      這一思路還是比較清晰的,各層元素相互間關(guān)系的確定相對也比較準(zhǔn)確,而且,相對于兩兩比較法計(jì)算量也沒有增加。從目前所有仿真及試驗(yàn)數(shù)據(jù)處理結(jié)果來看,構(gòu)造判斷矩陣的成功率為100%。但是,并不等于這種構(gòu)建方法完全有效,如果出現(xiàn)構(gòu)造的判斷矩陣不符合一致性檢驗(yàn)條件,則需要對判斷矩陣進(jìn)行修正,這里主要介紹兩種經(jīng)過檢驗(yàn)的簡便、有效的偏差修正方法[5]。

      (1)偏差最大項(xiàng)修改法

      根據(jù)判斷矩陣A的排序權(quán)向量W=[w1,w2,…,wn]T,重新構(gòu)造一個(gè)判斷矩陣A*=(a·ij)=(wi/wj)計(jì)算偏差矩陣:

      其中δij最大項(xiàng)對應(yīng)的aij進(jìn)行修正:

      將式(2)代入原矩陣A,形成新的判斷矩陣。這里需要注意的是,并不一定是將最大項(xiàng)的原值代入原矩陣A,需要結(jié)合各聲源(或振源)與評價(jià)點(diǎn)之間的相干函數(shù)及相關(guān)的頻譜分析來確定,這樣判斷矩陣的一致性可以得到明顯改善,若仍不能滿足一致性檢驗(yàn),則按上述操作,逐步調(diào)整,直到滿足要求。

      (2)偏差平方和最大行修改法

      與(1)同樣的方法構(gòu)造判斷矩陣A*,計(jì)算矩陣Δ后,再計(jì)算:

      根據(jù)δmax所在行k,修正判斷矩陣A令:

      2 仿真研究

      仿真條件:仿真模型如圖1所示,x1(t),x2(t),x3(t),x4(t)分別作為輸入信號,輸出信號y(t),輸入到輸出的頻率響應(yīng)函數(shù) h1(t),h2(t),h3(t),h4(t)均為1,n(t)為高斯白噪聲,采樣頻率為4 096 Hz,時(shí)間長度為 0.5 s。

      其中:f1=10 Hz,f2=60 Hz,f3=35 Hz,f4=85 Hz,f5=70 Hz,f6=100 Hz,φ1,φ2,φ3,φ4,φ5,φ6,φ7,φ8是以 φ =rand[1,length(1,t)]的隨機(jī)相位出現(xiàn)。

      圖1 多輸入/輸出模型Fig.1 Multiple input/output model

      2.1 基于相干分析的層次分析法

      根據(jù)層次分析原理[6-7],建立層次結(jié)構(gòu)圖如下所示:

      圖2 噪聲源層次分析結(jié)構(gòu)圖Fig.2 AHP model for noise source

      對于A-B層的判斷矩陣,應(yīng)根據(jù)評價(jià)點(diǎn)處噪聲較大的各頻帶或者峰值頻率所對應(yīng)的聲壓級的大小,并考慮 計(jì)權(quán)的影響后,按1~9標(biāo)度法確定,如表1所示:

      表1 目標(biāo)層與頻率層的判斷矩陣Tab.1 Pair-wise comparison matrix

      根據(jù)C1~C4四個(gè)聲源信號與評價(jià)點(diǎn)y噪聲相干函數(shù)值的大小和層次分析圖,采用1~9標(biāo)度法可構(gòu)造B~C層的判斷矩陣。由于仿真條件理想化,B~C層判斷矩陣內(nèi)元素均由1構(gòu)成,因此,總的排序結(jié)果如表2所示。

      表2 噪聲源識別總的排序結(jié)果Tab.2 Priority matrix for noise source identi fication

      由表2分析可得:評價(jià)點(diǎn)處頻率為10 Hz噪聲主要來自于輸入x1,x2;評價(jià)點(diǎn)處頻率為35 Hz噪聲主要來自于輸入x1,x3,x4;評價(jià)點(diǎn)處頻率為60 Hz噪聲主要來自于輸入x1,x2,x3;評價(jià)點(diǎn)處頻率為70 Hz噪聲主要來自于輸入x3;評價(jià)點(diǎn)處頻率為85 Hz噪聲主要來自于輸入x2,x4;評價(jià)點(diǎn)處頻率為100 Hz噪聲主要來自于輸入x4??傊?,x1對評價(jià)點(diǎn)噪聲貢獻(xiàn)最大,x3次之,x2略小于x3,x4貢獻(xiàn)最小。

      2.2 基于偏相干分析的層次分析法

      仿真條件與2.1相同,唯一不同的是B~C層的判斷矩陣的建立變?yōu)榛谄喔珊瘮?shù)的大小構(gòu)建的,根據(jù)C1~C4四個(gè)聲源信號與評價(jià)點(diǎn)y噪聲偏相干函數(shù)值的大小和層次分析圖2,采用1~9標(biāo)度法可構(gòu)造B~C層的判斷矩陣,具體結(jié)果如表3~表6所示,總的排序結(jié)果見表7。

      表3 頻率層B1因素與聲源層的判斷矩陣Tab.3 Pair-wise comparison matrix for the belt B1

      表4 頻率層B2因素與聲源層的判斷矩陣Tab.4 Pair-wise comparison matrix for the belt B2

      表5 頻率層B3因素與聲源層的判斷矩陣Tab.5 Pair-wise comparison matrix for the belt B3

      表6 頻率層B5因素與聲源層的判斷矩陣Tab.6 Pair-wise comparison matrix for the belt B5

      依據(jù)上述判斷矩陣及權(quán)值分配,可得噪聲源識別總的排序計(jì)算結(jié)果如表7所示。

      表7 噪聲源識別總的排序結(jié)果Tab.7 Priority matrix for noise source identification

      由表7可看出,評價(jià)點(diǎn)處頻率為10 Hz噪聲主要來自于輸入x1,x2,其中x2的貢獻(xiàn)最大;評價(jià)點(diǎn)處頻率為35 Hz噪聲主要來自于輸入x1,x3,x4,其中x3貢獻(xiàn)值大于x1和x4,x1略大于x4;評價(jià)點(diǎn)處頻率為60 Hz噪聲主要來自于輸入 x1,x2,x3,其中 x3貢獻(xiàn)值大于 x1和 x2,x2略大于x1;評價(jià)點(diǎn)處頻率為70 Hz噪聲主要來自于輸入x3;評價(jià)點(diǎn)處頻率為85 Hz噪聲主要來自于輸入x2,x4,其中x2貢獻(xiàn)值大于x4;評價(jià)點(diǎn)處頻率為10 Hz噪聲主要來自于輸入x4??傊瑇1對評價(jià)點(diǎn)噪聲貢獻(xiàn)最大,x3次之,x2略小于x3,x4貢獻(xiàn)最小。

      由表3可看出,各頻率層與聲源層關(guān)系非常模糊,這是由于相干分析在解決多源相干性問題時(shí)自身固有缺陷所致;而由表7可清楚看出各頻率層與聲源層關(guān)系。因此,在解決噪聲源具有強(qiáng)相干性的多源系統(tǒng)識別問題時(shí),基于偏相干分析噪聲源層次分析法是具有一定優(yōu)勢的。

      3 試驗(yàn)研究

      為了檢驗(yàn)上述方法在復(fù)雜噪聲源識別應(yīng)用中的可行性,開展了實(shí)船主機(jī)機(jī)械系統(tǒng)振動與噪聲測試試驗(yàn)研究。湖試水深約30 m,被測船用主機(jī)為上海柴油機(jī)CA-6135,試驗(yàn)主要測量主機(jī)基座上下部位、變速箱、汽缸、電機(jī)、高壓油泵、排氣管和水泵上下部位的縱向振動及主機(jī)水聲場輻射噪聲。

      圖3 主機(jī)噪聲頻譜圖Fig.3 Flat spectrum of marine host noise

      由圖3可以看出,主機(jī)噪聲低頻線譜非常豐富,根據(jù)層次分析理論的步驟,盡量以主要峰值頻率作為評價(jià)目標(biāo),從而構(gòu)建出復(fù)雜聲源診斷結(jié)構(gòu)圖。由于主機(jī)輻射噪聲線譜諧波分量很多,所以,在MATLAB中進(jìn)行運(yùn)算時(shí)采用了最小二乘擬合的方法,門限設(shè)置為8 dB,從而簡化了譜線峰值頻率選取過程,具體如圖4所示。

      根據(jù)上述測量結(jié)果及分析,依據(jù)判斷矩陣的建立方法,建立目標(biāo)層A與頻率層B、頻率層B與各因素與聲源層C中相應(yīng)元素之間的判斷矩陣。

      對于A-B層的判斷矩陣,應(yīng)根據(jù)評價(jià)點(diǎn)處噪聲較大的各頻帶所對應(yīng)的聲壓級的大小,并考慮A計(jì)權(quán)的影響后,按1~9標(biāo)注法確定,具體如表8所示。

      圖4 主機(jī)層次分析結(jié)構(gòu)圖Fig.4 AHP model for marine host noise source

      表8 目標(biāo)層與頻率層的判斷矩陣Tab.8 Pair-wise comparison matrix

      根據(jù)C1~C9振動信號與評價(jià)點(diǎn)輻射噪聲偏相干值的大小和層次分析圖,采用1~9標(biāo)度法可構(gòu)造B~C層的判斷矩陣,以B1因素為例,如表9所示,其余B2~B9評價(jià)因素以此相同原則構(gòu)建,這里不再列出。

      表9 頻率層B1因素與聲源層的判斷矩陣Tab.9 Pair-wise comparison matrix for the belt B1

      根據(jù)上述各判斷矩陣及其權(quán)值分配,噪聲源總排序結(jié)果,如表10所示。

      由表10并結(jié)合主機(jī)振動特征分析可得:

      表10 噪聲源總排序結(jié)果Tab.10 Priority matrix for noise source identification

      (1)各頻段的噪聲來源并不相同,主機(jī)不同部分對不同頻段具有不同的貢獻(xiàn)程度。對于22~25 Hz頻段的噪聲,所有振動測點(diǎn)都有,說明這一頻段噪聲是主機(jī)的三次諧波頻率激勵(lì)船體輻射較強(qiáng)噪聲;對于46~47 Hz頻段的噪聲,是主機(jī)的六次諧波頻率激勵(lì)船體輻射噪聲。

      (2)30~32 Hz頻段主要來自于主機(jī)基架和變速箱;38~40 Hz主要與主機(jī)基架、基座、變速箱、高壓油泵、氣缸及排氣管有關(guān);53~56 Hz主要與主機(jī)基架、基座、變速箱、氣缸及排氣管有關(guān);62~63 Hz頻段主要與主機(jī)基架、基座、變速箱及高壓油泵有關(guān);84~87 Hz頻段主要與電機(jī)、氣缸、排氣管及水泵有關(guān),是主機(jī)的11倍頻共振;88~90 Hz頻段來自于高壓油泵,由于高壓油泵與主機(jī)相連的飛輪在主機(jī)內(nèi)部,無法計(jì)算它的基頻,所以,這里無法判斷是高壓油泵的多少次諧波頻率。對于92~95 Hz頻段主要來自于主機(jī)基座、變速箱、高壓油泵和電機(jī),由主機(jī)12倍頻共振產(chǎn)生的。

      4 結(jié)論

      基于噪聲源層次分析結(jié)構(gòu)圖,給出了具體層次分析流程;對于判斷矩陣構(gòu)建問題,在兩兩比較法的基礎(chǔ)上提出了一種新的判斷矩陣構(gòu)建方法,實(shí)踐證明該方法可以提高判斷矩陣構(gòu)建速度和精度;建立了基于相干函數(shù)和偏相干函數(shù)的噪聲源層次分析方法,通過仿真計(jì)算和對比分析,發(fā)現(xiàn)基于偏相干函數(shù)的噪聲源層次分析方法可解決多源系統(tǒng)中具有強(qiáng)相干性的噪聲源識別問題,優(yōu)于基于相干功率譜分析的層次分析法。通過對實(shí)船主機(jī)振動與噪聲的綜合測試,應(yīng)用偏相干理論和層次診斷法對主機(jī)系統(tǒng)的主要噪聲源進(jìn)行了綜合分析,結(jié)果表明,基于偏相干分析噪聲源層次分析法用于復(fù)雜噪聲源識別與排序是可行的。

      [1]貝達(dá)特J S,皮爾索 A G,凌福根譯.相關(guān)分析和譜分析的過程應(yīng)用(第1版)[M].北京:國防工業(yè)出版社,1983.

      [2]Saaty T L.The analytic hierarchy process[M].New York:Mc Graw-Hill,1989:32 -35.

      [3]趙煥臣.層次分析法[M].北京:科學(xué)出版社,1986.

      [4]郭齊勝,董志明,李 亮,等.系統(tǒng)建模與仿真(第1版)[M].北京:國防工業(yè)出版社,2007.

      [5]王應(yīng)明.判斷矩陣排序方法綜述[J].管理科學(xué)學(xué)報(bào),1995(3):101-114.

      [6]黃其柏.復(fù)雜噪聲源層次診斷方法及其在風(fēng)機(jī)中應(yīng)用研究[J].分機(jī)技術(shù),1997(6):13-16.

      [7]Shu G Q,Liang X Y.Identification of complex diesel engine noise sources based on coherent power spectrum analysis[J].Mechanical Systems and Signal Processing,2007,21:405-416.

      猜你喜歡
      噪聲源聲源頻段
      虛擬聲源定位的等效源近場聲全息算法
      gPhone重力儀的面波頻段響應(yīng)實(shí)測研究
      地震研究(2021年1期)2021-04-13 01:04:56
      汽車后視鏡-A柱區(qū)域氣動噪聲源特征識別
      汽車工程(2021年12期)2021-03-08 02:34:18
      基于GCC-nearest時(shí)延估計(jì)的室內(nèi)聲源定位
      電子制作(2019年23期)2019-02-23 13:21:12
      運(yùn)用內(nèi)積相關(guān)性結(jié)合迭代相減識別兩點(diǎn)聲源
      推擠的5GHz頻段
      CHIP新電腦(2016年3期)2016-03-10 14:07:52
      一種基于相位增量隨機(jī)化的寬帶噪聲源產(chǎn)生技術(shù)
      TD—LTE在D頻段和F頻段的覆蓋能力差異
      中國新通信(2015年1期)2015-05-30 10:30:46
      力-聲互易在水下聲源強(qiáng)度測量中的應(yīng)用
      利用源強(qiáng)聲輻射模態(tài)識別噪聲源
      404 Not Found

      404 Not Found


      nginx
      峡江县| 凤阳县| 乌鲁木齐县| 壤塘县| 亚东县| 临颍县| 新昌县| 浙江省| 岳阳县| 广河县| 乃东县| 南和县| 云霄县| 大洼县| 万山特区| 拉孜县| 洞口县| 平邑县| 五家渠市| 潞城市| 安平县| 登封市| 忻城县| 普兰县| 乌兰县| 麻阳| 临洮县| 县级市| 闽清县| 禄丰县| 阜阳市| 南雄市| 临潭县| 马公市| 建昌县| 柏乡县| 太谷县| 苏尼特左旗| 浏阳市| 固安县| 理塘县|