車輛結(jié)構(gòu)振動與噪聲源的盲分離技術(shù)研究.pdf

1、隨著汽車工業(yè)的發(fā)展，人們對汽車的性能和舒適性也提出了更高的要求，振動和噪聲問題日漸突現(xiàn)出來。車輛作為一個復(fù)雜的機械系統(tǒng)往往存在著多個振動源和噪聲源，為改善車輛的NVH性能需要實驗測試找到振動源和噪聲源。實驗時傳感器測得的信號往往是多個源信號的混疊，這種混疊影響我們對振動源和噪聲源的識別。
　　盲源分離技術(shù)在機械振動、噪聲信號處理和故障診斷中的應(yīng)用還處在初級階段，本文對現(xiàn)有的盲分離算法進行了深入的研究，將盲源分離算法應(yīng)用于時域模態(tài)參

2、數(shù)識別，并研究了單通道盲分離方法和多相關(guān)信號源的盲分離方法。本文的主要研究內(nèi)容歸納如下：
　　(1)系統(tǒng)地研究了盲源分離的數(shù)學(xué)模型、假設(shè)條件和不確定性。詳細總結(jié)了盲源分離算法相關(guān)基礎(chǔ)概念和分離準(zhǔn)則。研究了三種適合機械振動噪聲信號分離的典型盲分離算法。
　　(2)對比時域模態(tài)參數(shù)識別模型和盲源分離模型的相似之處，研究了基于盲源分離的結(jié)構(gòu)模態(tài)參數(shù)識別方法，采用盲源分離的方法對四自由度模型和簡支梁模型進行了模態(tài)參數(shù)識別，包括固有頻

3、率、模態(tài)阻尼比和振型矩陣。對比了不同算法的識別精度。研究了強噪聲情況下盲源分離方法的分離性能以及模態(tài)參數(shù)的識別情況，提出了一種高階模態(tài)頻率的識別方法。
　　(3)結(jié)合EMD和盲源分離，提出了一種適合振動信號的單通道盲分離方法。采用EMD方法對采集信號進行分解，選取感興趣的固有模式分量重構(gòu)觀測信號。采用基于功率譜密度函數(shù)的源數(shù)估計方法估計源信號數(shù)目。通過重構(gòu)觀測信號和原始觀測信號進行盲分離，得到分離信號。通過仿真分析、某故障車輛的實