资源描述
UFSC将 LabVIEW和 NI CompactDAQ 应用于车辆通过噪声 测试的声学波束成形 中
"我们选择了紧凑且 直流供电的NI硬 件,它能为阵列中的 麦克风提供电源。"
- William D’Andrea Fonseca,
The Challenge:
开发一款便携且价格 合理的声学波束形成 形,实现通过噪声测 量和其他应用中的噪 声源识别 。
The Solution:
使用32个麦克风组 成的螺旋阵列、 NI LabVIEW软 件、NI声音和振动 测量套件,以及32 通道的NI CompactDAQ 系统,搭配8个 NI 9234 4 通道动态信号采集 (DSA) 模块来 获取噪声源的可视化 图像,从而识别行驶 车辆所产生的信 号。
声学图像识别50 公里时速、 1,904.3 Hz下的轮胎和排气 噪声
Author (s):
William D’Andrea Fonseca -
Samir N. Y. Gerges -
巴西圣卡塔琳娜州联 邦大学(UFSC) 的噪声和振动实验室 从事多种项目研究, 并参与汽车行业的研 发,使产品能够符合 噪音和振动标准。 除了支持本地行业的 发展之外,我校还大 力推动本科生/研究 生教学和研究的学术 发展。
通过噪声测试经过标 准化,可将车辆运行 过程中最大的附带噪 音水平量化。 在许 多国家,有关政府机 构对声音测试都有限 制规定,通常为 ISO362------ 测量道路车辆加速所 产生的噪声。 这些 规定旨在记录车辆在 城市交通中正常行驶 所产生的主要噪声源 水平,通常时速限制 为50或70公里/ 小时。车辆通过噪声 测试可以验证,一辆 符合标准的汽车,其 产生的交通噪音不得 超过所规定的限值。
汽车上的很多部件都 会产生噪声,包括电 机、排气装置、变速 器以及轮胎。 标准 的通过噪声测试无法 识别会造成测试失败 的源噪声,因此我们 需要一项能够可视化 呈现声场的技术,以 分辨不同的声源。 在该测试中,我们采 用了波束成形,可以 看到哪些声源会显著 增大整体噪音,并对 车辆通过噪声产生影 响。
波束成形
我们搭建了波束成形 器,或称为“声学相 机” ,其构造是一 个32个麦克风组成 的螺旋阵列,麦克风 间的最大直径距离为 1米,可用来捕捉噪 声源的视觉成像,我 们还组建了一个 1.1*1米的金属 网格。阵列的定位与 单个麦克风在标准测 试中的位置相同,距 通道中心线的距离为 7.5米,其中心距 地面距离为1.3 m,从而确保通过测 试中所有的测量条件 相同。
我校学生使用低成本 的驻极体盒麦克风搭 建了阵列麦克风。 传统的定向阵列硬件 由市场上的电容麦克 风和前置放大器组 成,但对于实验室的 使用来说过于昂 贵。 创建完整的阵 列麦克风可以节省开 支,并为学生提供有 价值的项目。 美国 航空航天局兰利研究 中心研究发现,所使 用的驻极体盒产生的 麦克风频率响应,适 用于定向列阵,其音 频频谱的幅度和相位 响应变化最小,高频 变化适中。我们正是 基于以上研究完成了 该设计。
数据采集
我们采用高速C系列USB外 盒,搭配8个模块进行数据采 集。 我们选择了紧 凑且直流供电的NI 硬件,它能为阵列中 的麦克风提供电 源。 模块的无混叠 带宽高达20 kHz。 此外,通 道的相位匹配对于声 学波束形成来说相当 重要,且系统规定任 意两个通道间的相位 不匹配度不能超过一 度。
由于系统是直流供 电,所以使用电池操 作很方便。 在笔记 本电脑上运行软件和,可轻松地将电压值 转换为噪声测量中使 用的工程单位。 此 外,声音和振动测量 套件符合 IEC61260 (电声、倍频程和分 数倍频程带通滤波 器)和 IEC61672 (电声和声级计)声 级测量、加权滤波 器、倍频程分析的国 际标准,其测量结果 准确、重复性佳。
分析
数据采集完成后,我 们采用了传统的延迟 相加波束成形算法对 其进行分析。 我们 对声音信号进行了总 结,并描述了从声源 到不同麦克风的不同 传播路径。 声源以 高速通过声学相机 (与数据采集系统的 采样速度相比,现代 汽车的速度仍旧缓 慢),可使光束集中 并追踪通过麦克风阵 列的声源。 我们必 须校正反多普勒过程 的多普勒效应,其中 包括幅度和频率校 正,从而获取连贯的 信号总和。
为了校准声学测量数 据和正在测试的车辆 照片、叠加噪声幅 度,我们启动了蜂鸣 器(主件约为2.2 千赫下的90分贝) 和以50公里每小时 匀速运行的车辆,让 其像常规通过测试一 样通过阵列。
我们采用这种方法替 代了稳定测量,正是 因为它采集速度快、 质量高。 它同时还 呈现了通过测量中的 同类录音。 蜂鸣器 的位置可允许照片和 数据准确对齐。
由于车辆的轮胎和车 身周围的湍流运动等 在移动过程中会产生 噪音, 我们将该技 术应用到车辆上,对 这些噪声进行了精确 的评估和识别。 介 于此,我们可以很好 地以减少风洞外的车 辆通过噪声。
Author Information:
William D’Andrea Fonseca
Brazil
willdfonseca@yahoo. com.br
1/5
声学图像识别50 公里时速、 1,904.3 Hz下的轮胎和排气 噪声
2/5
声学图像识别70公 里时速、 1,250 Hz下 的轮胎噪声
3/5
32通道麦克风阵列
4/5
测试系统布局
Legal
This case study (this "case study") was developed by a National Instruments ("NI") customer. THIS CASE STUDY IS PROVIDED "AS IS" WITHOUT WARRANTY OF ANY KIND AND SUBJECT TO CERTAIN RESTRICTIONS AS MORE SPECIFICALLY SET FORTH IN NI.COM'S TERMS OF USE
5/5
展开阅读全文