久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

                     

    聲學圖像識別50公里時速、1,904.3 Hz下的輪胎和排氣噪聲
    "我們選擇了緊湊且直流供電的NI硬件，它能為陣列中的麥克風提供電源。"
    - Samir N.. Gerges, Federal University of Santa Catarina (UFSC) 

    挑戰:

    開發一款便攜且價格合理的聲學波束形成形，實現通過噪聲測量和其他應用中的噪聲源識別 。 

    解決方案:

    使用32個麥克風組成的螺旋陣列、NI LabVIEW軟件、NI聲音和振動測量套件，以及32通道的NI CompactDAQ系統，搭配8個NI 9234 4通道動態信號采集（DSA） 模塊來獲取噪聲源的可視化圖像，從而識別行駛車輛所產生的信號。 

    作者:
    Samir N.. Gerges - Federal University of Santa Catarina (UFSC) 

    巴西圣卡塔琳娜州聯邦大學（UFSC）的噪聲和振動實驗室從事多種項目研究，并參與汽車行業的研發，使產品能夠符合噪音和振動標準。 除了支持本地行業的發展之外，我校還大力推動本科生/研究生教學和研究的學術發展。

    通過噪聲測試經過標準化，可將車輛運行過程中最大的附帶噪音水平量化。 在許多國家，有關政府機構對聲音測試都有限制規定，通常為ISO362------測量道路車輛加速所產生的噪聲。 這些規定旨在記錄車輛在城市交通中正常行駛所產生的主要噪聲源水平，通常時速限制為50或70公里/小時。車輛通過噪聲測試可以驗證，一輛符合標準的汽車，其產生的交通噪音不得超過所規定的限值。

    汽車上的很多部件都會產生噪聲，包括電機、排氣裝置、變速器以及輪胎。 標準的通過噪聲測試無法識別會造成測試失敗的源噪聲，因此我們需要一項能夠可視化呈現聲場的技術，以分辨不同的聲源。 在該測試中，我們采用了波束成形,可以看到哪些聲源會顯著增大整體噪音，并對車輛通過噪聲產生影響。

    波束成形

    我們搭建了波束成形器，或稱為“聲學相機” ，其構造是一個32個麥克風組成的螺旋陣列，麥克風間的最大直徑距離為1米，可用來捕捉噪聲源的視覺成像，我們還組建了一個1.1*1米的金屬網格。陣列的定位與單個麥克風在標準測試中的位置相同，距通道中心線的距離為7.5米，其中心距地面距離為1.3m，從而確保通過測試中所有的測量條件相同。

    我校學生使用低成本的駐極體盒麥克風搭建了陣列麥克風。 傳統的定向陣列硬件由市場上的電容麥克風和前置放大器組成，但對于實驗室的使用來說過于昂貴。 創建完整的陣列麥克風可以節省開支，并為學生提供有價值的項目。

    美國航空航天局蘭利研究中心研究發現，所使用的駐極體盒產生的麥克風頻率響應，適用于定向列陣，其音頻頻譜的幅度和相位響應變化最小，高頻變化適中。我們正是基于以上研究完成了該設計。

    數據采集

    我們采用 NI USB-9162高速C系列USB外盒，搭配8個 NI 9234 DSA模塊進行數據采集。 我們選擇了緊湊且直流供電的NI硬件，它能為陣列中的麥克風提供電源。 模塊的無混疊帶寬高達20 kHz。 此外，通道的相位匹配對于聲學波束形成來說相當重要，且系統規定任意兩個通道間的相位不匹配度不能超過一度。

    由于系統是直流供電，所以使用電池操作很方便。 在筆記本電腦上運行LabVIEW 軟件和聲音與振動測量套件，可輕松地將電壓值轉換為噪聲測量中使用的工程單位。 此外，聲音和振動測量套件符合IEC61260（電聲、倍頻程和分數倍頻程帶通濾波器）和IEC61672（電聲和聲級計）聲級測量、加權濾波器、倍頻程分析的國際標準，其測量結果準確、重復性佳。

    分析

    數據采集完成后，我們采用了傳統的延遲相加波束成形算法對其進行分析。 我們對聲音信號進行了總結，并描述了從聲源到不同麥克風的不同傳播路徑。 聲源以高速通過聲學相機（與數據采集系統的采樣速度相比，現代汽車的速度仍舊緩慢），可使光束集中并追蹤通過麥克風陣列的聲源。 我們必須校正反多普勒過程的多普勒效應，其中包括幅度和頻率校正，從而獲取連貫的信號總和。

    為了校準聲學測量數據和正在測試的車輛照片、疊加噪聲幅度，我們啟動了蜂鳴器（主件約為2.2千赫下的90分貝）和以50公里每小時勻速運行的車輛，讓其像常規通過測試一樣通過陣列。

    我們采用這種方法替代了穩定測量，正是因為它采集速度快、質量高。 它同時還呈現了通過測量中的同類錄音。 蜂鳴器的位置可允許照片和數據準確對齊。

    由于車輛的輪胎和車身周圍的湍流運動等在移動過程中會產生噪音， 我們將該技術應用到車輛上，對這些噪聲進行了精確的評估和識別。 介于此，我們可以很好地以減少風洞外的車輛通過噪聲。