汽车发动机噪声源位置识别方法研究

于涛

摘 要：为了控制汽车发动机的噪声，最关键性的工作就是识别噪声源位置。噪声源位置识别的方式较多，文章提出了一种逆边界元方法对噪声源位置进行识别，该方法操作更加的简单，具有较好的可实施性。通过边界元法构建声源传递向量，然后将声压测量作为输入数据，通过逆向数值计算方法计算出振动速度，于是就可以得叨噪声源位置信息。为了验证该方法的有效性，将其应用于某汽车发送机噪声源位置识别中，实验结果表明，文章研究的识别方法与实际结果基本保持一致，验证了该方法的有效性。

关键词：发动机;噪声源;位置识别

中图分类号：TP274+.5 文献标识码：A 文章编号：1001-5922（2021）04-0189-04

Abstract：In order to control the noise of automobile engines， the most critical task is to identify the location of the noise source. There are many ways to identify the location of the noise source. The paper proposes an inverse boundary element method to identify the location of the noise source. This method is simpler to operate and has better implementability. The sound source transfer vector is constructed by the boundary element method， and then the sound pressure measurement is used as the input data， and the vibration velocity is calculated by the inverse numerical calculation method， so that the position information of the noise source can be obtained. In order to verify the effectiveness of this method， it is applied to the location identification of a car transmitter noise source. The experimental results show that the identification method studied in this paper is basically consistent with the actual results， which verifies the effectiveness of the method.

Key words：engine; noise source; location recognition

如今，对汽车发动机噪音的问题越来越重视，为了降低发动机噪音，首要工作就是识别和定位噪声源。当前主要使用的噪声识别技术有近场声强扫描法[1]、近场声全息法[2]和表面振速测量法[3-4]等。这些方法能够对噪声源进行识别，但是其中都会存在一些问题，比如近场声全息法和近场声强扫描法不能够精准定位出噪声源，而且不能确定出噪声源本身信息;表面振速测量法需要进行大量工作，往往会难以在实际状况中进行使用。

边界元法主要作用在于预测振动结构辐射噪声，将其应用到近场声全息进行结合使用，于是将有助于噪声源位置识别[5-6]。于是文章将结合使用这两种方法，研究汽车发动机噪声源位置识别，这种方法具有较好的可实施性，另外，能够获取噪声源特征信息，能够在复杂的汽车发动机中识别出噪声源位置。于是文章将对这种方法的基本原理进行分析，然后将其应用到汽车发动机中进行实例研究。

1 声学传递向量

直接边界元法首先需要选择一个输入量，该输入可以是结构表面复振速度vn（Q）或者复声压p（Q），于是可以依据边界条件计算出另外一个物理量。所以即可得到复振速度和复声压，再根据赫姆霍兹积公式，该公式如下所示，于是使用的边界元法就可以计算出声场中的任何声压。

其中，Q表示的是表面节点，P为场点，G（P，Q）是自由场格林函数，p（P）表示的是场点复声压，nQ是结构表面单位法向矢量，该指向为声辐射空间Ω+。，R表示的是P和Q之间的距离，如图1所示。

表面S中存在N个节点，通过公式（1）和公式（3）对表面节点积分求解，能够得到vn（Q）和p（Q）之间的关系如下所示：

其中，H和G为矩阵。

通过对公式（1）、公式（3）和公式（4）进行迭代计算，于是能够得到vn（Q）和p（P）之间的关系如下所示：

其中A表示的是vn（Q）和p（P）之间的关系，称之为声学传递矩阵。于是在声场中某点i的声压公式如下所示：

声学传递向量能够通过试验或有限元方法得到，还能够使用边界元方法得到[7]。通过上述公式可知只要知道声源表面振动速度或者声场场点声压之一就能够计算出另外一个量，即逆声学计算。

2 逆边界元法

通过边界元方法获得声学传递向量，通过测量得到p（P），于是可以根据公式（5）计算出vn（Q）。但是在实际计算过程中，由于表面节点数N大于场点数Nf，于是A不是方阵，不能直接进行计算。那么为了得到vn（Q），需要使用奇異值分解法求解公式（5）。那么矩阵A*使用奇异值分解法表示方法如公式（7）所示。

于是将公式（7）带入到公式（5）中，可以得到公式（10）：

其中，和分别表示的是的广义伪逆和矩阵A。

在上述计算过程中，由于A处于病态，测量场点声压容易存在误差，于是通过公式（10）计算的结果将会有很大误差，不能得到有意义的解，需要进行正则化处理。于是文章利用截断奇异值法[8]消除测量误差，目的在于消除测量误差对重构解的影响。文章还是用广义交叉检验法获得最优的截断系数k[9]。

3 场点选取

选取声压测量场点关乎场点位置和场点数，最高分析频率决定着最小场点数。在选择场点过程中，场点数量要合理，不能过多也不能过少，在选择过程中应该遵循唯一性和完备性。唯一性就是要求两个相邻测点距离不能太近，完备性表示的是选择的场点要涵盖所有声源信息。场点在位置上咩有要求，能够在同一平面上，也能够处于空间不同平面上。场点距离声源的最大距离能够通过频段上最高频率进行判断，另外，的值需要满足一下公式：

其中，表示的是最高计算频率，c表示的是声波速度。

4 应用实例分析

为了检测上述发动机噪声源位置识别方法的有效性，将其应用与某发动机中进行实测研究。发动机没有安装冷却风扇，并且处于稳定运转状态，在精密级的半自由消声室中测试声场声压，实验时将排气管进行了噪声屏蔽，为了提高测量准确度，在测功机上覆盖了吸声材料。

4.1 声学模型

图2即为使用边界元方法获得的声学和结构边界元模型。发动机结构边界元模型一共有2728个节点和2726个单元，选择单元长度时，其原则需要满足一个波长中有六个单元的数值声学，于是最高计算频率为1640Hz。

在发动机的左右、前和顶面靠近场平面的文职设置声场测点。在近场声压测量中，测取144个点，两个测点间距离是100mm，每个波长中至少有2个测量点。

在某些频率处使用边界元法可能会存在结果不唯一的情况，该频率即为非稳定频率，于是为了消除非稳定频率，文章使用了方式是在封闭单元内表面定义阻尼，这种方式能够不增加任何单元，将非稳定频率进行消除。因此在边界元模型出选择20单元，然后将其内部增加声学阻尼，从而降低非稳定性频率的影响。

4.2 声学传递向量计算

通过边界元模型能够计算出声学传递向量，频率范围在40～1640Hz，将5Hz为计算频率步长，最后计算发动机的声学传递向量，如图3所示，其中发火频率点为140Hz，表示的是该点发动机振动对排气管测测量面中心场点的声学传递向量，图中表明的是该场点在140Hz处，对发动机机体中间部位的振动非常敏感。

4.3 表面振速重构

通过上面获得的声学边界元模型和声学传递向量，然后进行逆声学计算，图4即为发动机重构振动速度，其中频率为140Hz。从图中可以看出，能够知道发动机表面振动情况，于是有助于分析出发动机中振动比较激烈的位置，即对噪声源进行定位。实验所研究的发动机中2阶振动和噪声最为显著，在140Hz时，能够定位到发动机的主要噪声源。

4.4 辐射声场重构及验证

140Hz处实测声压和计算声压分布云图的比较如图5所示，从图中可以看出，使用本文的计算方法其结果和实测值相差非常小，即具有较好的一致性，最大声压值两者也只相差0.01dB。所以定位方法中使用的截断奇异值法能够消除误差，使得计算结果与实际结果基本相同。

为了检测方法在重构声场中的可靠性，于是对另外两个参考点进行实测，然后没有对其进行重構计算，于是将重构值和实测值进行比较，即可计算出方法的精度。参考点1位于发动机顶面中心出，参考点2在发动机左侧、顶面和前面的交点处。然后使用文章研究的方法计算两个点的辐射声压，然后得到如图6和图7所示的对比图，从两幅图中可以看出，实测声压和文章研究的识别方法的计算声压在频率范围内具有较高的一致性。

5 结语

综上所述，结合近场声压测量，逆边界法在发动机噪声源位置识别中具有较好的应用效果，并且该方法较简单，易于实施，能够对复杂噪声源进行识别，所以将其应用到汽车发动机中能够准确的识别出噪声源。当前对噪声源进行识别的方法比较多，每种方法都有其利弊，文章以前文的研究成果为依据，设计基于逆边界元法识别噪音具有现实意义和理论意义。

参考文献

[1]刘帅，王忠，赵洋，等.基于声压和声强法对柴油机噪声源的识别[J].江苏大学学报（自然科学版），2016，37 （1）：1-5.

[2]于飞，陈剑，周广林，等.噪声源识别的近场声全息方法和数值仿真分析[J].振动工程学报，2003（03）：85-89.

[3]陈明，赵志高，曹为午.基于表面振速分组测量的多舱段结构声辐射预报研究[J].振动工程学报，2010（4）：457-462.

[4]宋健.振速法在电力变压器噪声测量中的应用研究[D].合肥：合肥工业大学，2013.

[5]黎胜，赵德有.用边界元法计算结构振动辐射声场[J].大连理工大学学报，2000，40（4）：391-394.

[6]闫再友，姜楫.利用边界元法计算无界声场中结构体声辐射[J].上海交通大学学报，2000（4）：520-523.

[7]蒋伟康，高田博，西择男.声近场综合试验解析技术及其在车外噪声分析中的应用[J].机械工程学报，1998（05）：77-85.

[8]庞学亮，林春生，张宁.飞机磁场模型系数的截断奇异值分解法估计[J].探测与控制学报，2009（5）：48-51+68.

[9]刘泽，肖君，赵鹏飞，等.样本训练算法在电磁层析图像重建中的设计及应用[J].北京交通大学学报：自然科学版，2018（5）：99-106.