高级波束成形在旋转声源定位中的应用

为了使高级波束成形中的函数波束成形、压缩感知波束成形、正交波束成形在旋转声源定位中获得广泛应用,对3种高级波束成形在旋转声源定位中的应用进行了研究,从声源空间分辨率,动态范围以及声源功率积分上与传统旋转波束成形和DAMAS(deconvolution approach for the mapping of acoustic sources)反卷积作对比。仿真与实验结果表明:3种高级波束成形均可以应用到旋转声源定位中,并且均能显著提升旋转声源空间分辨率和动态范围以及拥有较高的计算效率。函数波束成形在低频段的空间分辨率低于DAMAS并且容易产生较高的声源功率积分误差。压缩感知波束成形整体性能与DAMAS相近,并且在低频段的空间分辨率比DAMAS有优势。正交波束成形在低频段容易产生声源定位位置误差,抗干扰能力较弱,并且声源功率积分整体低于DAMAS。      

利用压缩网格方法提高旋转声源定位计算效率

利用两种压缩网格方法:基于传统波束形成的CG2压缩网格方法和基于小样本数据的CG4压缩网格方法,对经典时域旋转声源波束形成(ROSI)算法进行优化加速。实验结果表明:两种压缩网格方法均不影响ROSI算法旋转声源定位效果,基于传统波束压缩形成的CG2网格方法能够提高ROSI算法的旋转声源定位计算效率1～2倍,基于小样本数据的CG4压缩网格方法能够提高ROSI算法的旋转声源定位计算效率13～18倍。除此之外,基于小样本数据的CG4压缩网格方法在相控麦克风阵列平面与旋转声源平面垂直条件下,仍能准确进行旋转声源定位。      

一种改进的声反卷积相关声源定位方法

基于传声器阵列的声源定位算法的性能优劣决定了气动噪声试验检测中气动噪声源定位成像的准确性。为了提高相关声源定位方法的稳健性和准确性，提出一种改进的声反卷积相关声源定位方法——D-MACS（Developed-Mapping of Acoustic Correlated Sources）方法。该方法的特点是：在传统MACS方法的基础上，将声反卷积模型进行改进，使模型体现出声场空间扫描点声压互谱矩阵与互谱波束形成输出矩阵之间的数学关系，其最终获得的声源定位结果，能够提高MACS方法声源定位辨识的稳健性和准确性。通过仿真信号研究和声学风洞环境中的声源定位试验研究，比较了DAS（Delay And Sum beamformming）、DAMAS-C（Deconvolution Approach for the Mapping of Acoustic Correlated Sources）、MACS和D-MACS这4种方法的声源定位性能，验证了D-MACS方法在声源定位性能上的优势。     

基于传声器阵列的航空发动机噪声源识别研究

为了实现新一代发动机的噪声源识别技术,对于测试所得到的民用飞机发动机的整体噪声数据,通过部件噪声分解方法,将其分解到各个部件,并且认识当代民用飞机发动机噪声源的基本特征.开发出利用发动机整机噪声数据的噪声源识别系统,采用反卷积法将波束成型法的结果作为中间声源,从中获取所需要的声源信息,使得最终的结果更加准确.通过获取的发动机整机噪声数据,验证传声器阵列技术的可行性,并且证明了系统的可行性和有效性.     

大型客机前起落架气动噪声源三维阵列识别技术研究

起落架噪声作为现代大型飞机机体噪声在起降阶段的主要贡献成分,其噪声机理较为复杂,涉及到钝体湍流涡脱落噪声、腔体部件空腔噪声以及起落架舱腔体与支柱柱体之间的非线性耦合噪声。由于起落架中存在复杂的三维流场以及声波的反射和绕射会产生噪声,而二维麦克风阵列在垂向的分辨率较差,无法获得声源完整且准确的三维空间分布信息,因此采用三维麦克风阵列技术对起落架噪声进行研究。使用3D Beamforming算法(波束成形算法)和3D CLEAN-SC算法(空间相干的洁净算法)结合同步测量和非同步测量的方式实现了对模拟信号和实际测量数据所得频谱中特定的离散声进行声源识别定位,并在北航D5低速风洞进行开口段气动噪声实验,以1/2缩比的LAGOON起落架为研究对象,在过顶和流向方向布置两组平面阵列,构成三维阵列进行同步和非同步的噪声测量,确定了起落架中主要噪声源的位置,对认知噪声机理提供了新的借鉴和思考。     

基于Clean-SC的航空发动机整机喷流噪声定位识别研究

针对航空发动机整机喷流噪声定位识别难题,开展了基于Clean-SC声源成像识别技术结合线形传声器阵列的航空发动机整机喷流噪声定位识别方法研究。以小涵道比涡扇发动机为对象进行了测试验证,获取了发动机整机喷流噪声的主要声源特性。该特性沿着发动机喷流轴线方向以及与发动机轴线呈一定角度的方向分布,不随发动机状态的变化而变化,且主要为1 000 Hz以下的低频声源。证明了本文方法的可行性,为后续航空发动机整机喷流噪声的声源定位研究奠定了基础,具有重要的工程应用价值。     

飞机起落架噪声源定位的压缩感知算法

目前针对飞机起落架噪声源定位的研究方法主要是将麦克风阵列与波束成形算法相结合。常规波束成形（CBF）算法在计算时存在主瓣宽度过宽、结果易受旁瓣影响的问题。高级波束成形算法在计算时效率较差,有时会有违背物理现象的假声源出现。提出了一种将正交匹配追踪（OMP）算法与奇异值分解（SVD）相结合的起落架噪声源定位的OMP-SVD压缩感知算法。在消声实验室内进行飞机起落架噪声源定位试验,将OMP-SVD算法、CBF算法和OMP算法在不同频率下获得的结果进行对比。试验结果表明：①与OMP算法相比,OMP-SVD算法在不同频率下均能准确定位出起落架主声源;②与CBF算法相比,OMP-SVD算法显著提高了分辨率。     

一种基于平均流场的翼型尾缘宽频噪声预测方法

发展了一种基于平均流场的翼型尾缘宽频噪声预测方法.可压缩Navier-Stokes方程被重组为能描述气动噪声产生和传播的形式,包括准确描述声传播的线性算子和雷诺应力构成的声源项.为减少计算时间和避免格林函数空间奇异性,采用伴随格林函数方法求解格林函数;同时采用基于平均流场的声源模化方法生成声源项.为了验证该方法,预测了NACA0012翼型尾缘宽频噪声,其中平均流场使用OpenFOAM计算,格林函数采用均匀流动下半无限大平板近似.预测结果表明:对于不同来流速度和攻角,该方法不仅能准确预测噪声幅值及峰值频率,而且噪声频谱也都在实验结果的误差范围之内(±3dB),证明了该预测方法的精度和适用性.      

飞机螺桨声场的数值模拟方法

本文给出了预测飞机螺桨在自由空间内幅射的气动声场的一种数值方法。即时域内进行延迟时间积分的一类方法。在该方法中使用片条假设,并考虑厚度声源和负荷声源项作为非紧致声源。计算与实验结果对比表明,该方法和相应软件可作为一种工程手段来使用。      

斜下降旋翼桨涡干扰声源定位及表面压力

旋翼桨-涡干扰（BVI）是直升机在进场和离场等近地飞行时后行桨叶切割前行桨叶脱落桨尖涡产生的气动扰动，该扰动不仅对桨叶表面压力载荷产生激励作用，同时也会引起旋翼噪声出现激增，旋翼噪声激增的主要成分为桨-涡干扰噪声。本文首先对斜下降桨-涡干扰状态桨叶表面载荷进行数值计算；然后分别阐述了基于改进整周期同步平均旋翼噪声去噪方法、基于多层小波包分解的桨-涡干扰声源识别和分离方法以及基于bartlett时延计算和球面插值的声源定位方法，设计并开展了风洞斜下降状态桨-涡干扰桨叶表面压力和声源定位试验，给出了开发的声源定位软件界面、声源定位图像畸变校准方法及声阵列现场校准方法；最后对比分析了不同试验状态的桨-涡干扰噪声声源特性以及和桨叶表面压力之间的关联性，并给出了声源定位及表面压力试验数据分析结果。结果表明典型斜下降状态后行侧桨-涡干扰主要出现在方位角310°~330°、径向位置1.6~1.8 m桨盘平面区域。