内燃机辐射噪声研究:MEEMD方法的应用
需积分: 10 69 浏览量
更新于2024-08-12
收藏 469KB PDF 举报
"基于MEEMD的内燃机辐射噪声贡献 (2012年) - 郑旭,郝志勇,金阳,卢兆刚 - 浙江大学学报(工学版) Vol.46No.5 - 2012年5月"
本文主要探讨了如何利用改进的集总平均经验模态分解(MEEMD)方法来研究内燃机振动对辐射噪声的影响。MEEMD是经验模态分解(EMD)和集总平均经验模态分解(EEMD)的一种改进,旨在解决EMD中的模态混叠问题以及EEMD中的模态分裂问题。通过仿真试验,作者对比了MEEMD与其他两种方法在处理内燃机振动信号时的效果,证明了MEEMD在自适应信号模态分解中的优越性。
内燃机的辐射噪声是由多个复杂的振动成分组成的,这些振动成分源自发动机的不同部件和工作过程。为了分析这些振动成分对噪声的贡献,研究者选取了一个4缸4冲程内燃机作为研究对象,在标定工况下,采集了缸盖罩的振动信号和近场噪声信号。接着,应用MEEMD方法对这些信号进行分解,得到了一系列本征模态函数(IMF)。这些IMF反映了信号在不同时间尺度和频率范围内的变化特性,为时频分析提供了基础。
通过对MEEMD分解得到的IMF进行深入的时频分析,研究者能够识别出对内燃机辐射噪声贡献较大的特定振动模式。这种方法有助于揭示噪声产生的根源,从而为内燃机的噪声控制提供理论依据。例如,可能发现某些特定工况下的振动模式与特定频率的噪声有强烈的关联,这将指导工程师优化设计,减少相关部件的振动,以降低噪声。
关键词涉及的内容包括内燃机的噪声控制、振动信号分析、噪声信号分析、MEEMD方法的应用以及时频分析技术。这篇论文属于工程技术领域,特别是机械工程和能源工程中的噪声与振动控制研究,对于提升内燃机性能和降低环境噪声污染具有实际意义。
基于MEEMD的内燃机辐射噪声贡献研究是一项创新性的技术应用,它利用先进的信号处理方法解决了传统方法难以处理的问题,为内燃机噪声源的识别和噪声控制提供了新的途径。这种技术不仅可以用于内燃机,还可以推广到其他噪声源复杂的机械设备,对于改善设备性能和环境保护具有广泛的应用价值。
2010-07-11 上传
2021-05-25 上传
2009-10-13 上传
点击了解资源详情
2021-05-30 上传
2021-08-31 上传
2021-05-13 上传
2021-05-28 上传
weixin_38685521
- 粉丝: 3
- 资源: 935
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手