基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对内燃机的辐射噪声源进行分离和识别,得到的各独立噪声可为其减振降噪和监测诊断提供依据。在内燃机噪声源识别中,燃烧噪声和活塞敲击噪声在时域和频域上均有混叠,很难准确地将其进行分离。在半消音室中进行内燃机振动噪声试验,采集一路内燃机油底壳近场辐射噪声,先对其进行消除趋势项及滑动平均等预处理,减少随机误差成分,然后用集合经验模态分解得到IMF分量,用主分量分析降维,最后用快速独立分量分析进行盲源分离,并结合连续小波时频分析等方法进行识别。研究结果表明:通过采用单通道算法对内燃机油底壳辐射噪声进行分离和识别,可得到各独立分量,分别为内燃机的燃烧噪声和活塞敲击噪声。
推荐文章
谈内燃机噪声产生机理及控制方法
内燃机噪声
机理
控制
基于经验模态分解的单通道盲源分离算法
单通道盲源分离
独立分量分析
经验模态分解
本征模函数
模态混叠
基于模型的单通道语音分离综述
单通道语音分离
基于模型
说话人依赖
说话人选择
说话人独立
内燃机噪声源识别与噪声控制
内燃机噪声
噪声源识别
噪声控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单通道算法的内燃机油底壳辐射噪声分离
来源期刊 噪声与振动控制 学科 工学
关键词 声学 内燃机 油底壳 噪声分离 集合经验模态分解 盲源分离
年,卷(期) 2016,(3) 所属期刊栏目 信号处理与故障诊断
研究方向 页码范围 132-136
页数 5页 分类号 TK4
字数 3290字 语种 中文
DOI 10.3969/j.issn.1006-1335.2016.03.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 向阳 武汉理工大学能源与动力工程学院 103 566 13.0 17.0
5 姚家驰 武汉理工大学能源与动力工程学院 3 15 1.0 3.0
9 李胜杨 武汉理工大学能源与动力工程学院 5 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (30)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
声学
内燃机
油底壳
噪声分离
集合经验模态分解
盲源分离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
噪声与振动控制
双月刊
1006-1355
31-1346/TB
大16开
上海市华山路1954号上海交通大学
4-672
1981
chi
出版文献量(篇)
4977
总下载数(次)
4
总被引数(次)
36734
论文1v1指导