波束形成技术具有计算简单、效率高以及对中高频声源的识别效果好等优点， 中山出租升降车, 中山升降车, 中山升降车公司  但是当声源频率较低时，往往会失效。而反技术则在中低频具有较好的识别分辨率，它通过对声源面与测量面之间精确的声传递矩阵进行直接求反来识别声源。考虑到在Sijtsma等提出的时域旋转波束形成技术中，所采用的推进时间格式需要对测量得到的声压数据进行插值，无法实现声源的实时识别，等基于时域等效源方法提出一种时域反技术，该技术采用延迟时间格式来构建声传递关系，因此无需对测量声压进行插值，可实现旋转声源的实时识别，用于旋转声源的识别研究，并且考虑了存在均匀流时的静止声源识别问题。相对于时域反技术研究，频域反技术研究更为普遍。2005年，提出的风扇噪声模型反求轴流风扇叶片作用于媒质的非定常旋转力(即偶极子源强），并将其用于轴流风扇噪声的主动控制；随后又基于Blake提出的风扇噪声模型来反求轴流风扇叶片非定常升力和进气速度。但在Grace等[30]和Gerard等的方法中测量是在远场进行，因而无法包含倏逝波成分，其重建精度也受到一定限制。则基于NAH思想，根据气动声学中FfowcsWilliams-Hawkings方程的解建立了声场中各测点处声压与螺旋桨叶片表面声压之间的传递关系，并通过求逆获得了螺旋桨叶片表面声压；此外，Li等还基于第一类Fredholm积分方程反求了叶栅表面和定子表面的声压，并探讨了信噪比、频率等参数对重建精度的影响。在上述研究中，都需要对声源表面进行网格离散求解，造成求逆矩阵维数较大，计算效率降低。为了避开网格离散求解，提出利用一系列点源(单极子、偶极子或四极子)来代替真实声源，并建立多个点源与场点声压之间的传递关系，进而通过求逆重建点源源强，获得声源的强度分布；随后，他们将该方法拓展用于重建管道内旋转风扇的声源强度，并被Lowis用于重建飞机发动机转子的宽带声源强度。为了避免Nelson等提出的方法中点源源强重建精度对点源数目和位置的依赖，提出一种谱分解方法来识别管道内的旋转声源，该方法通过将声场中的声压表示成一系列模态的叠加，然后通过测量声压反求出这些模态的幅值，进而计算声源面处的声压或振速来识别声源，此外他们推导了一个模态截止标准，并采用迭代法来求解模态幅值，以提高识别结果的精度和分辨率。提出一种模态叠加法来识别管道内的旋转声源，其原理和谱分解方法相似，但不同的是Heo等通过在模型中引入倏逝波模态并在近场测量声压来提高声源识别结果的分辨率，需要指出的是在其方法中传播波模态幅值和倏逝波模态幅值被分开进行求解，其中传播波模态幅值通过直接求逆获得，而在倏逝波模态幅值的反求过程中考虑到系统的病态性，需要采用正则化方法进行处理。为了获得精确的模态幅值估计，还重点讨论了传声器阵列结构和传声器自噪声的影响：根据采样定理，在周向方向，只有当周向传声器数目大于或等于最大周向模态数的两倍时，才能完整地恢复出周向模态幅值，在径向方向，只有当测量环数大于或等于最大径向模态数+1时，才能唯一地确定径向模态幅值；将传声器放置在近场进行测量，所获声压会包含严重的传声器自噪声，为此他们通过参考信号去噪方法来减小传声器自噪声的影响。除了研究如何识别旋转声源，获取旋转声源辐射声场特性对于研究旋转声源识别是必要的前提，而许多研究人员都对寻找旋转声源声辐射的解析解作出了贡献。1936年首次提出旋转叶片产生噪声的频域近似解析解。Chapman使用参数化的方法对旋转点源在声学与电磁学中格林函数的表达形式与特点进行了详细分析。推导了自由空间中运动点源的声场计算方法，并将该方法应用于直升机桨叶和轴流风机、压缩机噪声的理论研究中。首先5提出旋转单极子近场频域的解析解；随后，提出了基于球谐级数展开方法的旋转单极子点源频域解析解；也利用球面波展开分析了两种旋转偶极子辐射声场的特性；推导出基于时域球谐级数展开方法的解析解，给出旋转声源球面波展开和柱面波展开的内声压和外声压的具体表达式及特性，并与数值方法进行了对比。最近Roger提出了忽略旋转偶极子径向分量的解析模型，基于此模型，旋转偶极子的远场近似解可以被计算出来，但是在求解近场声压时十分不便。在旋转单极子频域球谐级数展开的解析解基础上进一步推导了旋转偶极子的频域解析解，而且还考虑了解在柱坐标下的表达形式。将管道声模态的每一个分量与控制理论中的状态空间对应起来，用管道内的环形阵列对旋转声源的声模态进行了识别。对旋转声源产生的声场进行了仔细地分析研究，指出在给定旋转声场的波数后，能被传声器测量到的声辐射模态数不会超过波数，故求解各阶声辐射模态的幅值是一个欠定问题；另一方面，他还分析了各阶声辐射模态辐射时的指向性，进一步指导了声源识别的研究。

      中山出租升降车, 中山升降车, 中山升降车公司  http://www.zhongshanshengjiangchechuzu.com/

     针对旋转机械所产生的噪声问题，基于传声器阵列测量对旋转声源进行识别是掌握旋转机械噪声产生机理与辐射规律的重要手段，这对于旋转机械噪声问题的治理具有重要的作用。然而目前用于旋转声源识别的波束形成技术和反技术仍然存在着一些问题阻碍了这些技术在实际工程中的应用，主要包括：①用于旋转声源识别的常规频域波束形成技术由于阵列采样的有限性和离散性，识别分辨率低，DAMAS算法可以提高声源识别的分辨率，但计算效率偏低，因此需要采用新的解卷算法在保证分辨率的同时提高计算效率；

   ②现有的声源识别方法大多基于单极子模型来构建相应的算法，但在旋转声源所产生的噪声中，由偶极子声源所产生的噪声占有更大的比重，特别是在高转速情况下，相对于偶极子噪声，单极子噪声甚至可以忽略不计，而要想准确识别这些偶极子声源，现有的声源识别方法就必须基于偶极子模型来构建。

    ③对于管道内的旋转声源识别，不论是波束形成技术还是反技术，其分辨率均受限于经典的Shannon-Nyquist采样定理，这导致要获得高分辨率的管道内声源识别结果，往往需要使用上百甚至上千个传声器及相应通道的采集仪，如此巨大的测量成本，阻碍了管道内声源识别技术在实际工程中的应用。因此如何改进现有管道内旋转声源识别方法，降低其测量成本是亟需解决的问题。

     针对这些问题，确立了本论文的研究内容，共分五部分，每个部分的主要内容如下：第一部分为绪论，主要介绍研究课题的背景和意义，并简述旋转声源识别的研究现状，分析其中存在的问题，确立本文研究内容。6第二部分提出基于DAMAS2的自由场旋转单极子声源识别方法，提高现有基于解卷算法的旋转声源识别方法的计算效率。首先将分析自由场中旋转单极子声场辐射特性，分析声源旋转产生的多普勒效应，以及其对声源识别技术的影响；然后采用旋转框架技术消除多普勒效应的影响，进而采用DAMAS2解卷算法识别旋转声源，提高声源识别分辨率和计算效率；最后，拟通过数值仿真和实验分析验证所提基于DAMAS2的自由场旋转单极子声源识别方法的有效性。第三部分针对实际工程中常遇到的旋转偶极子声源，提出自由场中旋转偶极子声源识别方法。考虑到实际旋转机械产生的声源中，周向偶极子和轴向偶极子占主要部分，首先基于球谐波展开推导这两种偶极子Green函数，并分析这两种偶极子Green函数在实际应用过程中存在的模态截断数的选取问题；通过引入旋转框架技术消除多普勒效应后，拟在高频采用波束形成技术来识别声源，在中低频采用反技术来识别声源；最后拟通过数值仿真和无人机旋转桨叶的实验验证所提方法的有效性。第四部分为解决现有管道内旋转声源识别方法测量成本高的问题，提出基于正交匹配追踪算法的管道内旋转声源识别方法。首先分析管道内旋转声源的辐射声场特性，然后采用旋转框架技术来消除管道内旋转声源产生的多普勒效应，之后采用基于正交匹配追踪算法来实现管道内旋转声源识别，以达到利用较少传声器测量来获得高分辨率声源识别的目的，进而减少测量成本、提高测量效率；最后，通过数值仿真来验证所提方法的有效性和优越性。第五部分对全文研究内容进行总结,并提出有待进一步研究的问题。

    中山出租升降车, 中山升降车, 中山升降车公司