外文文献翻译02.docx
《外文文献翻译02.docx》由会员分享,可在线阅读,更多相关《外文文献翻译02.docx(12页珍藏版)》请在冰豆网上搜索。
外文文献翻译02
一种应用于内燃机的基于传统小波变换的NVH技术
G.X.J,Z.Y.H
摘要
内燃机的声音和振动信号(ICE)通常是不稳定和非常复杂的。
最近,我们看到小波变换,被广泛用时间–频率表示。
这是在本研究中提出的一种新的技术,它是基于传统的小波变换,且具有比传统谱图好的优点。
通过对数值模拟和实验信号来验证新技术的性能。
结果表明,在时间域和频率域,新方法适合于包含多重影响和或动态变化的复杂信号。
关键词:
时间频率分析小波变换内燃机
1、引言
最近,内燃机(ICE)的噪声,振动,和舒适性(NVH)的性能已成为一个新的发动机设计的主要目标。
设计时提出减振降噪策略,确定发动机主要的噪声和发动机振动特性的因素是必要的。
内燃机的振动和声音信号是非典型的。
传统的方法通过傅里叶变换分析其频率成分,从而找到信号的幅度和相位谱。
不幸的是,它不能找出各频率出现在窗口的分量出现。
短窗口沿时间轴滑动,傅里叶变换是有可以分析非稳定信号的能力,来得到信号的时--频图。
然而,一旦选择一个短窗口,在时间域和频率域,短时傅里叶变换(STFT)[1]不能同时获得高程度的分辨率。
维格纳是第一个使用–Ville分布的人,它是由E.P.维格纳研究量子力学(1932)时首次提出了并用于谐波分析。
对非稳态信号的处理,维格纳–Ville分布法(S/N)S比传统的带通滤波器有明显的改善。
然而,由于不确定性原理[2]的约束,但是在时间域和频率域,一个重要的缺点是上述线性或双线性时间-频率分布不能同时具有高分辨率。
因此,当它应用于发动机的噪声或振动信号的分析时,它不可能独立于相邻的暂态分量,可能不存在各暂态分量的主要频率。
最近,小波变换(WT)已被确定为非平稳信号[3]分析的重要工具。
WT最重要的特征是,它分析了不同分辨率信号的不同频率成分。
它是高频元件,具有良好的时间分辨率性能,由于信号在迅速地改变,重要的是要知道高频信号元素的出现和消失。
对于低频信号元素,少的时间分辨率是可以接受的,因为信号变化缓慢,所以WT是描述振动与声音信号比其他方法更合理的方法。
本文[4]采用小波分析的方法,结合了小波变换的边际谱与傅里叶谱冲击回波测试接收到应答信号。
问题[5]表明,连续小波变换(CWT)不提供在低频范围内的更详细的信息,如维格纳–Ville分布,但在较高的频率范围内更突出内燃机燃烧的特点。
这是由于频率分布不呈沿轴选择一个信号来分析,只有一个母小波(MW)引起的。
为了解决上述问题,本文提出了一种基于传统小波变换的新方法。
用新的方法,不仅能得到在时间频率分布中频率图–频率轴的线性关系,而且也得到了更好的时间和频率分辨率。
这新方法,将应用于对发动机NVH特性识别的研究。
2、连续小波变换的综述
力源(t)是分析小波为时作为分析的分子,它必须振荡,必须快速衰减到零,并整合到零。
同时,分子量必须满足容许性条件[6]:
(1)
其中C(O)是傅里叶变换的C(t)。
小波对应的家族是由一系列的子小波,这是由从MWC扩张和翻译生成(t),它们都可以写成如下:
(2)
其中一个是扩张或尺度参数定义的子小波,支持宽度和B平移参数在时间域的小波函数定位。
因子A1/2是用来确保能量保存。
假设x(t)满足条件
(3)
这意味着x(t)衰减到零,t-正负无穷,x的连续小波变换(T)是由下面的希尔伯特空间中的内积表示:
(4)
其中星号表示共轭复数。
3、小波变换的新形式
需要在不同频率不同分辨率实现不同的尺度函数的概念。
在时间频率图只显示–小尺度的细节和大尺度的大体特征。
这意味着尺度与频率成反比。
那就是,一些常数α,
(5)
特别是,小波函数可以达到这个目的[3]。
方程(5)可以表示如下:
(6)
它一个是尺度参数,fs是采样频率,Fc是小波中心频率,f对应的刻度参数方程的频率(6)表明,当尺度参数的线性变化对应的频率f不同,这意味着频率是与相应的尺度成反比。
为了使频率分布呈沿时间轴,假设一个新的尺度参数m满足下列方程:
(7)
其中k是正的常数。
然后通过下面公式,(6)和(7)尺度参数和新的尺度参数m之间的关系如下:
(8)
其中C是常数,满足以下方程:
(9)
小波的中心频率参数是fc。
现在定义小波函数,方程的新形式(4)写为
(10)
NCWT是CWT的新形式,m是新的尺度参数和b是新的平移参数。
注意,视觉效果改变但是基本性质没有改变。
4、母小波的选择
用许多不同的复杂和实值函数作为MW,满足条件式
(1)。
一个重要的问题是如何选择我们遇到应用程序的最佳分子量。
在现实中,一个分子,具有良好的定位和紧凑的支持是更可取的。
从以往的研究[7]发现,一个复杂的型优于一个真正的型,复Morlet小波是一种具有良好的特性的小波,可应用于内燃机声学和振动信号的时间频率分析。
复Morlet小波CMOR(FB,FC)的定义如下:
(11)
在Fb是一个带宽参数和Fc是小波的中心频率。
假设MW的持续时间是
,带宽是
。
然后小波变换局部时间和频率的分辨率是通过由
和
给定函数的时间和带宽,
和
表示小波函数的时间和带宽。
在频域和时域的分析分辨率,低尺度参数低于高尺度参数。
显然,与WT局部分辨率的分子量相关,这决定了带宽的长短和时间的控制。
因此,选择适当的带宽参数Fb和小波中心频率Fc尤其重要。
复Morlet小波CMOR(Fb,Fc),如果它是已知的,大的
是由小带宽参数Fb和小
得到,从而大带宽参数Fb得到当小波中心频率Fc。
通常,根据信号的特性我们选择小波CMOR(Fb,Fc)进行分析。
5、时间-频率分析的新方法
在时间-频率分析,良好的频率分辨率和良好的时间分辨率是必须的。
然而,同时提高时间和频率分辨率这是一个悖论。
通常是使用一个折衷的方法。
关系密切的小波信号系数之间有不同的分子量。
假设MW1是信号x(t)的小波系数,具有良好的时间分辨率,和MW2是同一信号x(t)的小波系数,具有良好的频率分辨率。
相关系数cor(a,b)的定义是
(12)
为了保证保存变换能量,相关cor(a,b)称为交叉NCWT,它标准的定义是
(13)
很显然相关功率PW(a)与系数功率WT及PcoR(a)在同一尺度上,PW(a)和PcoR(a)有同规模同功率。
CROSS-NCWT和S/N同时有两MWs的特性。
6、模拟
为了显示在信号分析中小波变换方法的实用性和优势,我们进行了仿真实验。
图1(a)显示一个信号x(t),先后用250毫秒的低频信号的sin(20),250毫秒的中频信号的sin(40),250毫秒的中频信号的sin(60),和一个250毫秒的高频信号的sin(80),信号x(t)在1000样本/秒中进行采样。
图1.(a)信号--x(t)的波形,(b)信号--x(t)的频谱。
图2.信号x(t)连续小波变换A,信号x(t)连续小波变换B,信号x(t)连续小波变换C,和CROSS-NCWT连续小波变换(D)3-D
图1(b)是原始信号x(t)的频谱。
是报告中的四个频率分量,但没有时间信息出现时。
在信号x(t)的时间–频率连续小波变换图2(A)所示,两者的频率和它们的位置可以被视为一样。
然而,频率线是不沿频率轴的直线。
因此,时间–频率图不能为CWT提供高频信息。
幸运的是,使它变换的新形式(简称ncwt)。
ncwt的信号显示在图2(B),其中提供了一个直观的视图。
ncwt的性质是由MW决定。
因此,选择最佳的MW是一个恼人的问题。
显然,图2(C)显示出明显的时间和频率高S/N的信息,这比图2中(A)和(B)好,立体CROSS-NCWT显示在图2(D)。
7、验证
BK4130型麦克风和加速度传感器与前置放大器2810型结合用于采集声音信号和振动信号。
采样频率为65536赫兹,直列四缸柴油机为研究。
测量在半消声室内进行,发动机安装在房间的中心。
一个麦克风被放置1米远。
在实验室中由于没有引擎声反射,在发动机的其他相应位置进行声信号测量。
因此,声音信号的能量测量主要在右边。
测量数据采用不同的方法处理后。
小波系数的实显示,横坐标是时间,纵坐标为频率。
在测量过程中,柴油机的转速为2200rpm。
图3(A)显示记录的声波信号的FFT,表明信号的主要能量集中在频率2000Hz,没有时间信息。
CWT图3中的图像(b)提供高频带点信息。
图3中所示的信号NCWT(C)可以显示在时间域和频率域的能量分布,但是是较低的频率分辨率。
良好的时间分辨率和频率分辨率CROSS-NCWT在图4(D)中可以看到。
内燃机点火顺序是1-3-4-2-1。
点火间隔时间为0.012ms,点火频率大约为73.3赫兹,发动机转速在2200转。
在这项研究中,分析的信号长度约六倍点火间隔。
在图3(d),其频率在73.3,147,和220Hz,这是点火频率的倍数,随着时间的变化而变化,与柄角度明显相关。
沿时间轴,频率成分在367,514,587,733,和954Hz出现四次在一个点火间距。
这表明,声音的不同频率在时域依次发生,它们与传动部件有关。
表面振动信号对发动机燃油泵的FFT频谱显示在图4(A)。
在图4(B)中240赫兹的频率时时间变化明显,但在高频波段图像不能提供更多的细节。
良好的时间分辨率和频率分辨率CROSS-NCWT在图4(D)中可以看到,优于|CWT图4(C)中的图像。
图4(D)的局部放大图像显示在图4(E)和三维视觉显示图4(F)中。
图3.(a)功率谱,(b)CWTH和MW--CMOR(0.5,1),(c)NCWT和MW--CMOR(0.5,1),和(d)CROSS-NCWT和MW--CMOR(0.5,1)和CMOR(1000,1)。
图4。
(a)功率谱,(b)CWT和MW--cmor(0.5,1),(c)NCWT和MW--cmor(0.5,1),(d)CROSS-NCWT和MW--cmor(0.5,1)andcmor(1000,1),(e)NCWT-CROSS放大视图,(f)NCWT-CROSS放大视图。
从三维视觉图4(E),很容易知道大约73.3hz为稳定频率,存在于所有的时间。
然而,频率147,220,293,367,440,514,587的组件,和随时间变化的规律733hz同时出现。
当它出现的时候是正确的点火时间。
这表明结构受迫振动和燃料泵的固有频率引起的共振频率约220和293hz。
因此,发动机燃油泵的脉冲噪声是主要噪声源。
此外,从CROSS-NCWT图像看出FFT频率域FFT分析一致,但没有时间信息。
8、结论
本文基于传统WT提出了一项新的技术。
在新理论中,良好的时间信息和频率信息都能被得到。
在内燃机信号测试中,它优于传统的声音和振动频谱图。
参考文献