【摘要】：旋翼氣動噪聲是現(xiàn)代直升機的主要噪聲源,既影響了駕乘人員的身心健康和工作效率,也會導致聲振耦合、聲疲勞等副作用,影響設備的可靠性和安全性。因此,研究旋翼氣動噪聲的產生機理和效應,準確預報氣動噪聲的強度和特性,并有效降低氣動噪聲,是直升機發(fā)展中的重要研究課題。波束形成是一種基于空間濾波的聲場可視化技術,是現(xiàn)代飛行器聲學風洞試驗研究和外場試驗中最常用、最可靠和最有效的聲學測試技術,已經成為歐美各國對直升機旋翼噪聲試驗研究的常規(guī)方法,也是研究熱點。針對現(xiàn)有旋翼氣動噪聲成像技術存在的缺陷和局限性,本文開展了基于波束形成的運動聲源的聲成像技術以及旋翼氣動噪聲的風洞試驗技術研究。其中,針對非均勻射流的風洞環(huán)境限制,提出了風洞射流剪切層的修正算法;針對旋翼非穩(wěn)態(tài)聲源的特性,提出了非穩(wěn)態(tài)運動聲源的波束形成算法。為了實現(xiàn)旋翼氣動噪聲的超分辨率成像,將運動聲源波束形成算法和超分辨率聲成像算法結合,提出了旋轉運動聲源的超分辨成像算法。以此為基礎,進一步開展了寬頻運動聲源的超分辨成像和多種運動模式聲源分離的研究。本文的研究工作得到了十二五預先研究項目《旋轉槳葉氣動噪聲源的測量及識別風洞試驗技術研究》和國家自然科學基金項目《復雜氣動噪聲源的波束形成原理與方法研究》(項目編號:11574212)的資助。主要研究內容如下:(1)推導了靜止聲源的波束形成理論和運動聲源的波束形成理論。根據(jù)去多普勒效應方式的不同,運動聲源的波束形成方法分為時域方法和頻域方法。為驗證方法的有效性,本文以旋轉運動聲源為研究對象,通過多參數(shù)的數(shù)值仿真考察了運動聲源波束形成方法在定位和辨識運動聲源方面的適用范圍和成像能力。并且在半消聲室環(huán)境中,利用自行設計的56通道麥克風陣列對自行設計并搭建的可控旋轉聲源試驗平臺上的旋轉聲源進行了聲成像分析,結果驗證了該運動聲源波束形成方法的可行性和有效性。(2)進一步將上述運動聲源的波束形成方法應用于風洞內的旋翼氣動噪聲測量。針對風洞剪切層的折射效應,提出了有限薄連續(xù)剪切層的等效流速修正方法;針對旋翼非穩(wěn)態(tài)噪聲的問題,提出了基于時域頻率、源強補償?shù)姆欠�(wěn)態(tài)運動聲源的波束形成方法。通過以上算法的修正,在中國空氣動力研究與發(fā)展中心的聲學風洞中,開展了旋翼模型的噪聲定位與分析的試驗研究。采用一個139通道、直徑7.5m的大型麥克風陣列對兩種旋翼模型進行噪聲測量和聲成像分析,驗證了該方法對高速旋翼氣動噪聲的定位和辨識能力。(3)為實現(xiàn)旋翼氣動噪聲源的超分辨率聲成像,采用了時域去多普勒方法構建波束形成輸出和點擴散函數(shù),并結合超分辨率成像算法,提出了旋轉運動聲源的超分辨率成像算法。另外,針對寬頻運動聲源在波束形成中的能量泄漏問題,提出了寬頻運動聲源的解卷積算法。該算法同時考慮了全頻段的聲源,將離散頻率之間的耦合效應進行近似地線性表達,通過解卷積算法求解一個擴展的大型線性方程組,從而得到聲源在所有離散頻率上的空間能量分布。通過對旋轉聲源進行數(shù)值仿真和試驗研究,驗證了以上算法的有效性。(4)為降低機械噪聲對旋翼氣動噪聲成像的干擾,提出了基于混合解卷積的靜止與運動聲源的分離算法。該算法將點擴散函數(shù)拓展至互點擴散函數(shù),通過配置靜止等效源和運動等效源,根據(jù)等效源和實際聲源的等效關系建立以互點擴散函數(shù)線性表達的線性方程組,求解該方程組即可得到兩種聲源各自的空間能量分布。該算法可應用于旋翼氣動噪聲與動力系統(tǒng)、傳動系統(tǒng)等機械噪聲的分離。為解決多旋翼噪聲成像的相互干擾問題,進一步拓展了上述方法,提出了多種運動模式聲源的分離算法。該算法通過在多種運動模式的聲源區(qū)域中配置相應的等效源,根據(jù)其等效關系建立線性方程組,求解得到聲源在各種運動模式下的空間能量分布。該方法可應用于共軸式雙旋翼、并排式雙旋翼以及多旋翼的聲成像和聲源分離。通過對旋轉運動和靜止的組合聲源進行數(shù)值仿真和試驗研究,驗證了上述算法的可行性和有效性。
【圖文】：

第二章 運動聲源的波束形成聲成像理論初始位置為(0.5,0,0) ，以 軸為轉軸在 0.5 ，轉速為60 ，轉動周期為1 。聲源列，陣列直徑1 。陣列與聲源面 平面平保證采樣信號不失真，頻率不混疊，采樣頻率倍。這里，麥克風信號的采樣頻率為25.6 為一覆蓋聲源的矩形面，與 平面重合，中點為該矩形面的離散網格點，網格尺寸為0.0

圖 2.7 靜止/運動波束形成方法對運動聲源的成像Figure 2.7 Static and moving beamforming imaging for a rotating source; (a) static beamforming(0.2s); (b) moving beamforming (0.2s); (c) static beamforming (1s); (d) moving beamforming (1s);圖 2.7（a）為采用靜止波束形成方法得到的聲像圖，分析時間長度為0.2 。從圖中可知，其聲像表現(xiàn)為一定長度的高亮的像，且該像與聲源在0.2 內運動的軌跡一致。由于靜止波束形成方法認為聲源靜止，未考慮聲源的運動，對運動聲源的成像只能獲得模糊的聲像圖。圖 2.7（b）為采用運動波束形成方法得到的聲像圖，分析時間長度為0.2 。在該圖中，聲像是一個清晰的高亮圓斑，，與常規(guī)的聲像圖一致。由于運動波束形成方法考慮了聲源在其軌跡上的運動特征，從信號中剔除了聲源運動導致的多普勒效應，將運動聲源等效為固定聲源，從而得到運動聲源的清晰的像。比較圖 2.7（c）和圖 2.7（d）也能得到相似的結論，圖 2.7（c）反映了聲源在運動一周，即1 后留下的模糊的聲像軌跡，無法獲得聲源的位置和源強估計。而圖 2.7（d）能夠給出聲源清晰的聲像，且聲源的定位位置與其在初始時刻的位置一致，聲源恢復的源強也與定義的聲源源強一致。
【學位授予單位】：上海交通大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：V211.52

【參考文獻】

相關期刊論文 前7條

1 張海濱;蔣偉康;閆肖杰;;運行列車輻射噪聲源定位與聲級定量分析研究[J];振動與沖擊;2015年11期

2 鐘迪;朱民;;基于波束形成法定位管內聲源的改進方法[J];清華大學學報(自然科學版);2014年10期

3 丁浩;李春曉;金江明;梅東挺;盧奐采;柴國鐘;;可識別聲源深度的三維聲聚焦波束形成方法[J];傳感技術學報;2013年02期

4 陳正武;王勛年;李征初;劉志濤;崔紅芳;;基于聲學風洞的麥克風陣列測試技術應用研究[J];實驗流體力學;2012年03期

5 楊殿閣;李兵;王子騰;連小珉;;運動聲源識別的動態(tài)波疊加方法研究[J];物理學報;2012年05期

6 王子騰;楊殿閣;李兵;連小珉;;運動汽車噪聲的可視化測量方法比較研究[J];振動工程學報;2011年05期

7 馬軍會;喬渭陽;譚洪川;趙磊;;傳聲器陣列反方法及其對飛機噪聲源識別[J];噪聲與振動控制;2011年02期

相關碩士學位論文 前3條

1 許丹;基于傳聲器陣列的旋轉聲源識別方法研究[D];合肥工業(yè)大學;2017年

2 鄭謝;運動聲源的識別與測量方法研究[D];中國空氣動力研究與發(fā)展中心;2016年

3 閆肖杰;識別列車噪聲源的聲聚焦波束形成技術研究與應用[D];上海交通大學;2010年

本文編號：2703032