隨著人們生活水平的提高,乘車(chē)舒適度已經(jīng)成為人們?cè)u(píng)價(jià)商用車(chē)的重要指標(biāo)。其中,車(chē)內(nèi)噪聲的大小是影響乘車(chē)舒適度的關(guān)鍵因素之一,并且噪聲會(huì)對(duì)人的身心造成危害,降低商用車(chē)車(chē)內(nèi)噪聲勢(shì)在必行。降低車(chē)內(nèi)噪聲的傳統(tǒng)方法有吸聲、隔聲、消聲等被動(dòng)消聲技術(shù),這幾種減弱噪聲的方法針對(duì)中高頻噪聲可以取得較好的降噪效果,但是不適用于削減低頻噪聲。由此主動(dòng)降噪技術(shù)開(kāi)始逐步發(fā)展。主動(dòng)降噪技術(shù)針對(duì)低頻噪聲可以取得良好的降噪效果,能有效地彌補(bǔ)被動(dòng)降噪技術(shù)的短板,與被動(dòng)降噪技術(shù)結(jié)合起來(lái)共同實(shí)現(xiàn)全面的商用車(chē)車(chē)內(nèi)降噪。主動(dòng)降噪技術(shù)應(yīng)用的基本原理是聲波的干涉性相消,即頻率和幅值大小相等、但是相位相反的兩列聲波,它們疊加在一起能使聲波相互抵消。為了減弱商用車(chē)車(chē)內(nèi)噪聲,需要使用自適應(yīng)控制器發(fā)出一個(gè)與車(chē)內(nèi)噪聲頻率和幅值大小相等、相位相反的聲波,用來(lái)抵消車(chē)內(nèi)噪聲。經(jīng)分析,商用車(chē)車(chē)內(nèi)低頻噪聲主要是由于發(fā)動(dòng)機(jī)振動(dòng)產(chǎn)生的,因此減弱車(chē)內(nèi)噪聲的重點(diǎn)在于實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)噪聲的主動(dòng)控制。發(fā)動(dòng)機(jī)噪聲的主要頻率與發(fā)動(dòng)機(jī)轉(zhuǎn)速有關(guān),故采用發(fā)動(dòng)機(jī)轉(zhuǎn)速對(duì)參考信號(hào)進(jìn)行合成。本文以此為基礎(chǔ),研究了商用車(chē)車(chē)內(nèi)主動(dòng)降噪控制的原理及實(shí)現(xiàn)策略。提出了一種商用車(chē)車(chē)內(nèi)主動(dòng)降噪系統(tǒng)的控...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 主動(dòng)降噪技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排
第2章 商用車(chē)車(chē)內(nèi)主動(dòng)降噪方法
    2.1 噪聲主動(dòng)控制聲學(xué)原理
    2.2 自適應(yīng)有源控制系統(tǒng)結(jié)構(gòu)
    2.3 參考信號(hào)的獲取
        2.3.1 車(chē)內(nèi)噪聲源分析
        2.3.2 發(fā)動(dòng)機(jī)噪聲分析
        2.3.3 參考信號(hào)的合成
    2.4 人工神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
第3章 商用車(chē)主動(dòng)降噪系統(tǒng)研究
    3.1 主動(dòng)降噪系統(tǒng)控制策略
    3.2 自適應(yīng)有源控制算法
        3.2.1 LMS算法
        3.2.2 單通道FXLMS算法
        3.2.3 多通道FXLMS算法
    3.3 次級(jí)通路辨識(shí)
        3.3.1 次級(jí)通路離線辨識(shí)方法
        3.3.2 次級(jí)通路在線辨識(shí)方法
    3.4 本章小結(jié)
第4章 主動(dòng)降噪預(yù)測(cè)算法研究
    4.1 發(fā)動(dòng)機(jī)動(dòng)力學(xué)模型
    4.2 灰色預(yù)測(cè)
    4.3 PID控制算法
    4.4 基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)算法
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)仿真及驗(yàn)證
    5.1 離線系統(tǒng)仿真及驗(yàn)證
        5.1.1 LMS算法仿真
        5.1.2 次級(jí)通路離線辨識(shí)仿真
        5.1.3 單通道FXLMS算法仿真
        5.1.4 多通道FXLMS算法仿真
        5.1.5 離線系統(tǒng)存儲(chǔ)與調(diào)用仿真
    5.2 預(yù)測(cè)算法仿真及驗(yàn)證
        5.2.1 灰色預(yù)測(cè)仿真
        5.2.2 PID控制預(yù)測(cè)仿真
        5.2.3 基于GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)仿真
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)期間所獲科研成果
致謝



本文編號(hào)：3872265