共查询到20条相似文献,搜索用时 62 毫秒
1.
航空发动机风扇噪声经验预测方法分析 总被引:2,自引:0,他引:2
随着飞机广泛使用的涡轮风扇发动机涵道比的不断提高,风扇噪声在飞机总噪声中占有越来越突出的地位.因此介绍用于预测风扇噪声水平的三种经验模型:Heidmaan模型,Konto-Janardan-Gliebe模型及Hough-Weir模型.编写风扇噪声经验预测方法程序并计算飞机降落过程中某航空发动机风扇的远场噪声水平.三种模型计算结果对比表明,Heidmann模型预测值普遍较大,Hough-Weir模型与上述两种模型趋势稍有不同. 相似文献
2.
3.
一、概述 当前,汽车噪声是城市环境噪声主要污染源之一。噪声的大小已被作为车辆性能的一个重要技术指标,且受到国家法规所制约。在汽车的诸多噪声源中,排气噪声占很大的比例。排气噪声是由于排气阀突然打开,高温气体自气缸经排气系统排出而产生的。对排气噪声采取措施,通常是在汽车发动机上配置一个高性能的消声器。在设计阶段,为了得到消声器消声性能指标,常需要在发动机试验台架上进行实机试验。试验中,为了避免发动机的机械噪声和燃烧噪声对排气噪声的影响,必须将测点与发动机分离。最常用、最简便的方法是用排气管 相似文献
4.
5.
为降低电路自噪声,研究了多反馈带通滤波电路,建立了电路自噪声模型,分析了各元器件对输出噪声的影响,给出了噪声功率频谱密度计算公式,通过Multisim噪声仿真及实测数据验证了模型的正确性。 相似文献
6.
7.
8.
发动机风扇是涡扇发动机最主要的噪声源之一,其产生的机理是气体在高速旋转的叶片之间流动,引起强烈的宽频噪声和单音噪声。利用Matlab软件编程实现Heidmann大风扇修正噪声模型,对某型大涵道比涡扇发动机风扇静态噪声进行预测。建立该发动机风扇噪声数据库,通过基于1/3倍频程频谱的声压级和感觉噪声级来分析噪声预测结果。 相似文献
9.
10.
11.
12.
正确识别空凋电机的噪声类型是改善其噪声效果的重要前提,采用一种集特征提取与识别于一体的神经网络来解决这种识别问题。此网络利用Mexican hat小波作为母小波,同时将基于小波变换的特征提取过程融人为神经网络的一部分,网络学习时可针对输入信号对小波尺度和平移参数进行自适应调整,以实现对信号特征信息的充分获取。给出了此网络的学习算法。利用这一网络对空调电机的三种噪声信号即电磁噪声、不平衡噪声、轴承噪声信号进行了学习和识别,结果表明,学习后的网络以很高的可靠性准确地识别出了电机的不同噪声类型。 相似文献
13.
Nianbin Wang Ming He Jianguo Sun Hongbin Wang Lianke Zhou Ci Chu Lei Chen 《计算机、材料和连续体(英文)》2019,58(1):169-181
Underwater target recognition is a key technology for underwater acoustic countermeasure. How to classify and recognize underwater targets according to the noise information of underwater targets has been a hot topic in the field of underwater acoustic signals. In this paper, the deep learning model is applied to underwater target recognition. Improved anti-noise Power-Normalized Cepstral Coefficients (ia-PNCC) is proposed, based on PNCC applied to underwater noises. Multitaper and normalized Gammatone filter banks are applied to improve the anti-noise capacity. The method is combined with a convolutional neural network in order to recognize the underwater target. Experiment results show that the acoustic feature presented by ia-PNCC has lower noise and are well-suited to underwater target recognition using a convolutional neural network. Compared with the combination of convolutional neural network with single acoustic feature, such as MFCC (Mel-scale Frequency Cepstral Coefficients) or LPCC (Linear Prediction Cepstral Coefficients), the combination of the ia-PNCC with a convolutional neural network offers better accuracy for underwater target recognition. 相似文献
14.
基于神经网络的有源噪声控制实验研究 总被引:1,自引:1,他引:0
FxLMS算法以其结构简单,性能稳定的特点在有源噪声控制领域得到广泛应用,但当通道非线性时控制效果不佳。人工神经网络用作非线性控制器时存在计算量较大的局限性,严重时会影响系统的实时响应能力。为此采用了一种结构简单的基于人工神经网络的有源噪声控制系统。实验结果表明该系统具有较理想的降噪效果和实时响应能力。 相似文献
15.
由于存在干扰,飞参系统记录的发动机参数中,经常会有不少间断点和奇异值.为了利用数据对发动机性能趋势进行预测,必须对数据进行预处理.发动机作为一个系统,其各主要输入和输出参数之间必然存在着一定的函数关系.本文研究了利用RBF神经网络和参数之间的关系对数据进行预处理,得到了较为正常的数据,结果表明该方法是有效的. 相似文献
16.
17.
有源噪声控制系统中次级通道对系统性能有重要影响,次级通道的辨识精度直接影响控制系统的稳定性和控制的有效性。实际的被控系统经常是时变的,因而次级通道的在线辨识成为有源控制系统的关键。神经网络具有很强的自适应和容错能力,可以将其用于次级通道的在线辨识,仿真结果表明采用神经网络在线辨识方法的有源控制系统完全是可行和有效的。 相似文献
18.
本文考虑到不可避免的噪声干扰,针对一类广义时滞细胞神经网络,引入随机扰动项,利用随机微分方程理论,It(o)积分性质及分析技巧,研究了该系统在噪声扰动下的稳定性问题,并分别给出了判定平衡点全局稳定及全局指数稳定的充分条件.其结果以不等式形式给出,便于结论验证.最后,本文给出了主要定理的一个实例,表明结论的有效性. 相似文献
19.
20.
基于神经网络的电机噪声性能在线检测技术研究 总被引:5,自引:3,他引:2
根据车用直流电机振动、噪声的特点,在自动生产线上测量电机振动,从中提取加速度均方根值、振动能量的波动度、分频段振动能量、频谱中50个最大峰值等特征指标用于电机噪声特性检测。考虑不同型号电机振动噪声特性的差异,建立了电机噪声检测的BP网络模型,用以训练噪声检测的算法和阈值。将MATLAB语言环境下的神经网络工具箱和LabVIEW虚拟仪器平台相结合,在LabVIEW平台上开发了基于振动测量的电机噪声智能检测系统,解决了电机制造厂在线检测电机噪声的难题。 相似文献