基于遗传支持向量机的柴油机辐射噪声品质预测技术

以一台六缸车用柴油机为例,研究了其在变负荷及转速工况下表面辐射噪声品质情况,为进一步提高整机声品质,开展柴油机结构声学设计奠定了理论基础。研究国内外车用柴油机客观评价特征,并选取响度、尖锐度、粗糙度和波动度来描述辐射噪声的客观评价特征;针对柴油机噪声特点,采用成对比较法开展以专业陪审团人群为目标的满意度评价研究;应用遗传算法优化支持向量机（GA-SVM）建立起该车用柴油机声品质预测模型,并与BP神经网络预测模型进行比较,结果表明,基于遗传算法优化的支持向量机辐射噪声品质预测模型较神经网络建模预测精度更高,能够更准确地反映客观评价参量与主观满意度之间的非线性映射关系。     

CEEMD在汽油机爆震特征诊断中的应用

为改善经验模态分解(EMD)的模态混叠问题与集合经验模态分解(EEMD)的白噪声不能被完全中和的问题,提出选择利用补充集合经验模态分解(CEEMD)进行爆震诊断的方法;利用CEEMD算法对实际爆震信号进行分解,并与滤波方法与小波变换方法计算结果进行对比,结果表明:CEEMD相对EEMD算法的白噪声残余更少,其重构信号更加准确,特征分量中的丢失的信息成分更少,对于爆震强度的判定将更加准确,CEEMD分解结果爆震峰值更加明显,可以准确识别出发动机多个气缸的爆震特征。提出一种基于样本熵的爆震特征参数,对爆震窗口选择依赖性小,计算验证结果显示与传统的Siemens VDO算法结果有较好的一致性。     

柴油机机械噪声与燃烧噪声识别的试验研究

采用声压测量法对柴油机进行了整机噪声的测量，通过试验研究成功分离了发动机的燃烧噪声、机械噪声及进气噪声。得出了在不同运行工况下发动机的燃烧噪声、机械噪声和进气噪声的声功率，并识别它们对整机噪声声功率的贡献度。     

心理声学基本理论及其在声音品质主观评价中的应用

介绍了心理声学中的基本理论，主要论及了掩蔽效应、临界频带等基本概念和响度、尖锐度、粗糙度、波动度等心理声学参数，最后介绍了满意度和骚扰度系数在声音品质主观评价中的应用。     

减振器非线性阻尼对车身振动的影响分析

利用改进的非高斯闭合法，通过计算讨论了汽车在路面谱激励下，减振器非线性阻尼对车身振动加速度均方根值，车轮与路面间相对动载荷及悬架穿越频率的影响规律，通过与试验结果对比，证明计算结果和所得结论正确。     

参数灵敏度分析在内燃机设计中的应用研究

应用统计能量分析原理，推导出了基于统计能量分析模型的内燃机辐射噪声声功率灵敏度表达式，建立了内燃机辐射噪声声功率与设计参数之间的关系，并运用该参数灵敏度方法分析了结构内部阻尼对内燃机辐射噪声的影响，揭示了结构阻尼对辐射噪声的影响规律。结果表明适当提高源子系统的阻尼，不但可以降低其本身的辐射噪声，同时也减小了对其它子系统的功率输入，从而可降低整机辐射噪声。该研究方法可用来确定子系统的最佳阻尼因子，为低噪声内燃机设计提供参考。     

基于信号分析的发电机组辐射噪声盲源分离和识别

具有独立分量的经验模态分解算法结合了独立成分分析算法和经验模态分解算法的优点,可通过单个观测信号将噪声源分解成一系列独立分量,保证了分离出的声源的独立性,同时利用小波变换技术对各个独立分量进行了分析,通过时频分析结果确定了各独立分量与发电机组各噪声源的对应关系,并通过试验进行了验证。研究结果表明:这些独立分量分别对应着配气机构噪声、平衡轴驱动齿轮噪声、正时齿轮噪声和进气噪声。     

基于优化VMD与欧氏距离的柴油机故障识别

为实现利用单一通道信号通过同一方法区分多种发动机故障的目的,笔者对现有算法进行了优化以提取振动信号中的故障特征。首先,针对变分模式分解（variational mode decomposition,简称VMD）的分解层数选择困难问题,文中以几种不同类型故障的频率特征为基础,优化了其中心频率迭代初始值,在保证准确性的前提下提高了算法的计算效率与简便性;然后,利用鲁棒性独立分量分析（Robust independent component analysis,简称Robust ICA）对VMD处理结果再次分解,分析发动机中可能存在的不同振源的同频率信号,并将两个阶段分解结果重构信号的四阶累积量作为故障判定指标。结果表明：以模糊C均值聚类（fuzzy C-means clustering,简称FCM）确定的聚类中心为参考点,利用各个工况点与喷油故障聚类中心的欧氏距离区分故障类型,取得了较高的正确率。     

动力设备质量惯性特性参数测取试验台研究

以支撑反力法和三线摆扭振周期法为基础,设计适用于质量不超过1 500 kg,外形尺寸不超过2 m的动力设备的质量惯性特性参数试验台.以拉力传感器读数作为对准质心和调整水平的标准,以光电传感器测量扭摆周期,对微摆角度和测取周期数进行了标定,测量实例表明,该试验台可将误差控制在8%以内,且结构简单,操作方便,成本较低,具有很强的推广性.     

车辆半主动座椅悬架自适应模糊滑模控制

针对含有人体模型的五自由度半主动座椅悬架系统,设计一种基于趋近率的滑模控制器。通过引入自适应控制算法,对系统模型简化过程中产生的扰动及外界干扰进行估计,并在简化模型的基础上采用模糊算法,对滑模控制中趋近速率参数进行优化,在保证趋近速率的同时,提高系统的鲁棒性;采用双曲正切函数替代切换项中的符号函数使得系统在切换过程中更加连续,有效降低滑模控制中的抖振问题;根据Lyapunov稳定判据证明了系统的鲁棒稳定性。数值仿真表明,采用该控制器的座椅悬架较采用PID控制及被动控制的座椅悬架减振效果得到了明显改善,C级路面上时座椅悬架振动加速度值相较于PID控制与被动控制的座椅悬架分别下降25.1%与57.2%,冲击工况下分别下降16.9%与63.7%,并具有较好的跟踪性能。