本发明属于动力机械,尤其涉及一种发动机异响诊断方法。
背景技术:
1、由于人耳对高频特征的声音敏感,异响噪声会直接影响产品的声品质水平。车辆和发动机机结构复杂,噪声信号特征具有很强的非线性和非平稳性,如何有效的进行异响噪声源诊断是一个难点。
2、针对异响诊断研究,目前研究多通过噪声信号阶次分析进行诊断,通过阶次分析确定车辆和动力机械的主要异响阶次,最后根据阶次谱结果进行溯源,从而识别出其阶次异响源。
3、由于并非所有的异响源都具有阶次性,该方法对于非阶次异响源的诊断具有一定的局限性。突出比(prominence ratio,pr)参量的提出为异响表征提供可能性,而传统pr参量是基于全频段计算而得。pr在全频段数值不大,而在某一个频带里pr峰值很大,仍可能出现强烈的刺耳感。因此,传统pr在进行异响诊断时忽略了频段间相对能量的影响,存在参量异响表征性不足的问题。综上分析可知,需要考虑噪声的频谱特征,提出一种通用性更强的发动机异响诊断方法,为发动机声品质提升提供指导。
技术实现思路
1、本发明目的在于提供一种发动机异响诊断方法,以解决传统pr在进行异响诊断时忽略了频段间相对能量的影响,存在参量异响表征性不足的技术问题。
2、为实现上述目的,本发明的发动机异响诊断方法的具体技术方案如下:
3、一种发动机异响诊断方法,包括以下步骤:
4、s1、发动机噪声台架测试:在半消声室内进行发动机整机1m噪声测试,采集测试噪声信号,测试工况为异响工况,采样频率为40960hz,测试时间为10s;
5、s2、突出比计算:根据ecma-74:2012标准,计算s1中测试噪声信号的突出比,计算如下所示:
6、
7、其中wm为单调声所在临界频带的声能量,wl为wm相邻低临界频带的声能量,wu为wm相邻高临界频带的声能量,单位为pa2;
8、s3、突出比map特征提取:根据s2的发动机噪声pr计算结果,提取突出比map和pr频域峰值,确定发动机异响产生的可能频段;
9、s4、异响频段验证:对s3获得的异响频段进行噪声样本带阻滤波,分别对原始样本和滤波后声音样本进行声品质测试,监测噪声异响特征的变化,同时计算滤波前后pr频域峰值的变化,检测异响频段定位的准确性;
10、s5、异响溯源与诊断:根据s4获得的异响频段,利用声阵列技术对发动机异响进行诊断和溯源。
11、其中,s5中采用bayesian算法进行高频声源的诊断和溯源。
12、本发明的发动机异响诊断方法具有以下优点:首次提出基于突出比map、突出比频域峰值进行异响频段追踪,结合声阵列技术,对发动机阶次和非阶次异响源诊断均具有适用性;基于突出比map及突出比频域峰值,考虑噪声了频谱特征,对于异响更具表征性。
1.一种发动机异响诊断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的发动机异响诊断方法,其特征在于,s5中采用bayesian算法进行高频声源的诊断和溯源。
3.根据权利要求1所述的发动机异响诊断方法,其特征在于,s1中噪声测试的测试工况为异响工况,采样频率为40960hz,测试时间为10s。