關鍵詞：噪聲源識別;聲強測量;聲全息

　　Progress of Techniques for Noise Source Identification

　　CHEN Xinzhao

　　( Institute of Sound and Vibration Research, Hefei University of Technology, Hefei 230009)

　　Abstract: The different Methods for identifying the noise sources are illustrated in this paper.After briefly introducing the traditional analysis methods as well as the common methods based on signal processing,，the principle,speciality and utility of some new techniques developed in recent years as sound intensity, acoustic holography and beamforming are presented.

　　Keywords: Noise source identification ,Sound intensity,Acoustic holography

　　產品和環境的噪聲控制需從三方面進行，即聲源控制、傳播途徑控制和接受者保護。其中，聲源控制是最根本和最有效的。一臺設備往往有許多噪聲源，它們有不同的特性，對設備總的輻射噪聲起著不同的作用。實現聲源控制的前提是正確識別出主要的噪聲源，從而可以采取有效的措施來控制聲源的輻射。噪聲源識別的任務是：(1)弄清主要的噪聲源在何處，是哪個部件，它們對總噪聲的貢獻，以分清主次，排列次序;(2)了解主要噪聲源的頻率成分，輻射特性和產生的機理。正確識別噪聲源不僅可以采取針對性的措施減振降噪，更重要的是在產品的設計階段就能加以控制，實現低噪聲設計。

　　噪聲源識別的方法很多，應用時要根據實際對象和條件采用一種或幾種合理的方法。噪聲源識別技術的發展是與噪聲測試技術的進步緊密相連的，隨著數字信號處理和計算機技術的出現和發展，噪聲源識別技術在近數十年里有了很大的進步，新的識別技術和儀器設備不斷出現，常用的噪聲源識別方法如下：

　　傳統識別方法： 主觀評價法，分別運行法，覆蓋法

　　近場聲壓法，表面振速法

　　時域分析法： 時域平均，相關分析

　　頻域分析法： 頻譜分析，特征分析，相干分析，倒譜分析

　　時頻分析與小波分析

　　聲強測量法

　　聲全息法

　　波束形成法

　　傳統識別方法

　　(1) 主觀評價法

　　這種方法是直接利用人的感覺來判別噪聲源的位置和特性，靠人的實踐經驗，簡便易行，但不能作定量描述。方法雖原始，但對于結構簡單的設備，經驗豐富的人也常能作出定性的判斷。

　　(2)分別運行法

　　首先在一定的條件下測定機器工作的總噪聲，然后脫開或拆下可能發出較大噪聲的部件或組件，在同樣的條件下再測定機器的工作噪聲。根據聲壓級的疊加原理，可以由兩次測量結果計算出這個部件或組件輻射的噪聲。在汽車噪聲測試中，用此法可以分離出發動機噪聲、傳動系噪聲、輪胎噪聲、風扇噪聲、進排氣噪聲和燃燒噪聲等。由于在兩次測量時各部件的工況不盡相同，因此會影響到這種方法的識別精度。

　　(3)覆蓋法

　　用鉛板做成一個與設備各部分表面相接近的密封隔聲罩，罩的內壁襯有吸聲材料，以減輕罩內的混響。罩表面設計出若干個可打開的小窗口，使相對應的機器部件表面暴露出來，其發出的噪聲直接向罩外輻射。開啟不同的窗口，可以確定機器噪聲的主要輻射面和該面上的主要輻射區。這種方法操作很麻煩，只能找出主要的發聲面，但不了解噪聲的特性和來源。

　　(4) 近場聲壓法

　　傳聲器貼近振動表面，沿表面各點依次測量聲壓，找出表面上最大的聲幅射區及其量值。此法簡單易行，但精度不高，因為無法避免鄰近表面聲輻射的影響。然而，隨著p-u傳感器的日趨完善，表面聲壓的測量精度不斷提高，近場聲壓法在噪聲源識別中的作用將進一步加強。

　　(5) 表面振速法

　　振動表面的聲輻射是與其法向振動速度密切相關的。因此，測量表面的振動速度，通過計算可求得其聲輻射。這種方法精度不高，當周圍的聲學測量環境很差時不得已而用之。

　　時域分析法

　　(1)時域平均

　　以一定的周期為間隔截取振動或噪聲信號，進行迭加平均，可消除信號中的非周期分量和隨機干擾，保留反映機器噪聲源特性的周期分量。例如以某個齒輪一轉為周期，進行時域信號平均，可以使齒輪缺陷產生的周期分量突出。

　　(2)相關分析

　　所謂“相關”，是指變量之間的線性關系。信號或數據 的自相關函數 是描述一個時刻

　　的取值與另一個時刻的取值之間的依賴關系，可用在觀察時間T上對這兩個值求平均取極限而得到。

　　自相關函數 是以時延域 為變量的實偶函數，可正可負。任何確定性數據在所有時間上其自

　　相關函數 都不為0，周期信號的自相關函數仍為同周期的周期函數，而隨機信號則當 →∞時，

　　→0。利用自相關函數這個特性，可以在機器噪聲中分離出周期信號。只要延長參變量 的取值，

　　將信號中的周期分量暴露出來即可。當機器運行不正常時，噪聲信號中將出現越來越大的周期分量。用自相關方法可以較早地查出噪聲中隱藏的周期分量，發現機器的故障。

　　頻域分析法

　　(1)頻譜分析

　　一般工程上測得的多為時域信號，為了得到噪聲源的頻率特征，需將復雜的時間歷程波形經過傅里葉變換分解成單一的諧波分量來研究，從而獲得信號的頻率結構以及各諧波的幅值和相位信息。

　　隨機信號的自功率密度函數 描述了該信號的平均功率在各個頻率上的分布，簡稱自譜，機器的各種噪聲源有不同的頻率特性，它是由機器的結構和工況決定的。通過頻譜分析掌握了信號的頻率特性，再根據機器的結構和工況，輔以一定的計算或試驗，就可以進一步查明噪聲的來源。

　　頻譜圖上的峰值與主要的噪聲源密切相關，但不一定是一一對應的關系。噪聲譜上的一個峰值可能來自幾個噪聲源，而有時一種噪聲源又可能在噪聲譜上產生多個峰值。為正確識別噪聲源，有時需要再用其它的方法，或改變機器的工況來作進一步的驗證。

　　互功率譜密度函數 描述了兩個信號在頻域上的相關程度，并且保留有兩個信號間的相位信息。它可以用來計算系統的頻響函數，進行傳遞路徑的分析與識別。在噪聲源識別方面，基于互譜密度函數的相干分析和互譜聲強測量得到了很多應用。

　　(2)旋轉機械的特征分析

　　旋轉機械的振動噪聲通常與其轉速有關，在啟動和停車過程中包含了豐富的信息。特征分析充分利用轉速信號，用以作跟蹤濾波和等速度采樣觸發，建立振動噪聲與轉速的關系。根據自變量選擇的不同，特征分析有六種表達形式，即：功率譜分析，階比譜分析，跟蹤譜分析，坎貝耳圖分析，轉速譜陣分析和時間譜陣分析。目前，特征分析技術已廣泛應用于旋轉機械系統的動態分析、工況監測和故障診斷中。

　　(3)相干分析

　　相干函數可以描述兩個信號在頻域里的相關程度，反映了平穩隨機過程的輸入與輸出間的因果關系。對于常參數的單輸入、單輸出系統，輸入 和 都是平穩隨機過程，且外界噪聲只出現在輸出點上，則 與 間的常相干函數 可由兩個信號的自譜 、 和互譜 得到。當 時，表示 與 不相關，輸出不是因這個輸入而起;當 時，表示它們完全相關，輸出完全來自這個輸入。一般 ，表示除 外還有其他輸入存在或有外界噪聲混入，或說明該系統是非線性的。因此，在相干譜上某個頻率 處的 可以表示在該頻率處輸出譜 中有多少百分比來自于輸入譜 。

　　對于多輸入、單輸出系統，如輸入之間不相關，可分別計算其常相干函數，表示各個輸入對輸出的貢獻。這些常相干函數之和為重相干函數。若輸入之間是相關的，就要用偏相干函數來描述每個輸入對輸出的貢獻。

　　應用相干分析，可以探尋噪聲譜中峰值的來由，也即是它與機器中哪個部件的振動或所輻射噪聲之間的關系。

　　(4)倒頻譜分析

　　倒頻譜是頻譜的再次譜分析，是頻域信號的傅里葉變換。其定義有多種，取一種類似自相關函數形式的實倒譜定義，倒譜 定義為對數功率譜的傅里葉變換。倒頻譜中的自變量q 稱為倒頻率，它具有自相關函數 中的自變量 相同的時間量綱，一般以毫秒(ms)計。q值小者稱為低倒頻率，它表示頻譜圖上的快速波動和密集諧頻;而q值大者稱為高倒頻率，它表示頻譜圖上的緩慢波動和稀疏諧頻。

　　與自相關函數 一樣，倒頻譜 也是自功率密度函數 的逆傅立葉變換，但不同的是，在變換之前對 作了對數加權。其作用除了擴大頻譜的動態范圍，提高再變換精度外，更主要是對數加權后使倒頻譜分析具有解卷積的作用。因為經過一次傅立葉變換，時域中的卷積轉換成頻域中的相乘，取對數后變成相加，再取一次傅立葉變換后，根據傅立葉變換的線性性質，在得到的倒頻譜中保留了相加關系。利用這個特性可以在僅測得一個系統響應信號的情況下，將激勵的源信號或系統特性分離出來。利用倒頻譜技術，還能區別出因調制引起的功率譜中的周期分量，診斷出調制源。倒頻譜分析在振動噪聲源識別、故障診斷、信號調制、回聲剔除、語音分析、地震測量等方面已得到廣泛應用。

　　時-頻分析與小波分析

　　上述頻域分析的基礎是傅里葉變換，但是傅里葉變換的局限性在于只適用于穩態信號分析。當機械設備發生故障或工作異常時，其振動噪聲信號常常是時變非平穩的，信號的頻率成分隨時間變化，甚至是具有瞬態特性的。遇到這種情況，基于一般傅里葉變換的傳統的頻譜分析方法就有困難。

　　一種方法是通過一個個時間窗口來觀察信號，使位于窗口中的信號接近平穩。當加窗信號沿時間平移并且完成連續重疊變換時，就可以得到與時間有關的信號頻譜的描述。這里用的是短時傅里葉變換(STFT),是時-頻分析方法的一種。信號能量的時頻分布提供了遠比功率譜為多的信息，它把信號的時域與頻域聯系了起來。在時-頻分析方法中，除了短時傅里葉變換以外，還有其他方法，如偽Wigner­­­–Ville 分布(PWVD)、徑向高斯核分布(RGKD)等。

　　上述時-頻分析法有其難以克服的缺陷。在這種方法中，窗的大小和形狀是固定的，對在不同時段變化著的信號用的是相同的窗，它不能適應信號頻率高低對窗的不同要求。在信號分析中，為能得到精確的高頻信息，采樣間隔應相對小些;而為了完整地得到低頻信息，采樣間隔則應相對大些。也就是說，需要一個“柔性”的時頻窗，其在較高的頻率處時域窗可以自動地變窄，而在較低頻率處時域窗又可以自動地變寬，從而在時域與頻域都有足夠的分辨率。小波變換就是能滿足這樣要求的分析方法，在許多領域得到廣泛應用。

　　聲強測量法

　　聲強測量(Sound Intensity)是20世紀80年代發展起來的一種聲學測量的新技術。聲強是指在聲場中某一點處，單位時間內通過與指定方向垂直的單位面積上的平均聲能，也即垂直于傳播方向上單位面積上的聲功率流。聲強既有大小又有方向，它是一個矢量。

　　雙傳聲器互譜測量法是當前聲強測量中應用最多的方法，用兩個相距很近的傳聲器，取其信號的互譜來求得。

　　聲強測量用來識別噪聲源，有三種方法：(1)聲功率排序法。用聲強探頭測出各表面上的聲強，求和計算得到各表面的輻射聲功率，排出其對機器總噪聲貢獻大小的次序。(2)峰值掃描法。將探頭軸線平行于被測表面平移，當信號改變符號時，過探頭中點的垂線上必有聲源存在。此法簡單快速，用來粗略地找出聲源，如檢測隔板或隔墻的聲泄漏十分有效。(3)等聲強線和三維聲強圖。在靠近機器的某個表面上設置測量網格面，在網格結點上測量聲強，得到該聲輻射面的三維聲強圖和等聲強線圖，比較直觀地表現該表面的聲輻射狀況。

　　從聲強的定義知，聲強是矢量，能表示聲能流的方向和大小，因此若能全面畫出機器的聲強矢量圖，則可了解從聲源到接受者之間聲能流傳遞的方向和途徑。

　　如果只對與某個信號相關的聲強感興趣，則可將該信號作為參考信號，僅測量與此相干的聲強，得到選擇聲強譜(圖)。

　　聲全息技術

　　與以上的噪聲源識別技術相比，聲全息技術(Acoustical Holography)的優點在于不僅利用了聲的強度信息，而且還充分利用了聲的相位信息，因而具有更強的識別功能。按全息測量面與聲源面相距的遠近，可分為遠場聲全息和近場聲全息。遠場聲全息是指全息測量面與聲源面之間的距離遠大于分析聲波波長的情況，可以實現遠距離的噪聲源識別定位，但缺點是其分辨率受波長( )的限制，僅記錄了攜帶低空間頻率的傳播波成分，丟失了具有高空間頻率信息的倏逝波成分，因而識別的分辨率不高，功能不強, 且不能重建得到振速、聲強等物理量。多用于對火車、汽車等較大的物體進行噪聲源定位或用在當全息測量面不能靠近噪聲輻射面時。

　　近場聲全息技術(NAH)是20世紀80年代初發展起來的一種具有強大的噪聲源識別定位、聲場計算及可視化功能的聲學前沿技術。它通過測量聲源近場全息面上的復聲壓或質點振速，利用空間聲場變換算法重建出聲源的表面聲壓、法向振速和整個三維聲場中任意點處的聲壓、質點速度、聲強等聲學量。由于它利用了包含豐富聲源細節信息的倏逝波成份，因此其分辨率可達波長的幾十分之一，從而可以對噪聲源進行精確的識別和定位，也可以對聲源在聲場空間中的輻射屬性進行預測，為噪聲控制、聲質量設計等提供依據。

　　雖然近二十年來，國外對NAH技術的研究取得了很大進展，并已推出了相應的測量分析系統，但是現有的NAH技術無論在理論方法和推廣應用方面仍然存在很多需要解決的問題，主要有：一是要正確測得全息面上的復聲壓，即要同時獲得每個測點上的聲壓(聲強)幅值和相位。現有的測量方法有三種，即：快照法，參考源法和聲強測量法，可根據聲源的性質選用。對于非穩態聲源，必須使用快照法，即用一傳聲器陣列同時記錄所有測點的聲壓幅值和相位。二是要正確實現聲源表面振動的重建和空間聲場的預測，這有賴于空間聲場變換算法的性能，它是近場聲全息技術的核心和實現的關鍵。理想的空間聲場變換算法應該是精度高，速度快，適應性強，這三者看似互相矛盾的要求需要得到較好的解決。目前國外主流的算法有：基于空間Fourier變換，基于邊界元方法(BEM)和基于Helmholz方程最小二乘法(HELS)等。以這些方法為基礎開發出的軟件和系統分別成為國外著名公司的產品。三是要解決工程應用中的實際問題，在實際應用中，測量時的聲學環境并不是自由聲場，有反射成分，聲源也可能是多源的、相干的，而且不僅僅分布在全息面的一側，因此需要解決反射、多源、背景干擾等問題。四是由于進口的聲全息測量分析系統價格昂貴，要在國內推廣應用這項技術，研究開發具有自主知識產權、功能較全、價格低廉、可供實用的NAH測量分析系統十分必要。

　　在NAH技術中，為了減小“有限孔徑效應”和“邊緣聲壓的不連續的影響，要求全息面遠大于聲源面積，如基于FFT法的NAH就要求全息面至少為聲源的2倍。這個要求對于大尺寸結構會產生很大困難，有時甚至不可能。再則，對于一般機器結構，往往只有一個或數個重點噪聲源和聲輻射表面，如果我們不管關心的是整個結構的輻射情況，還是只是其局部信息，都不得不去對整個機器結構進行測量計算，顯然既無必要，也不經濟。為解決這個問題，近年來提出了一種新的NAH技術――Patch NAH,該技術通過合理的數值方法對在較小全息面上的聲壓數據進行外推，獲得較大全息面的聲壓數據近似值，從而“增大”了測量孔徑，減小了“有限孔徑效應”，改善了測量聲壓的不連續性，并保證了重建精度。

　　實現Patch NAH 有多種方法，按是否需要進行迭代計算大致形成兩大類。Patch NAH經過數年的發展，雖已取得了不少進展，但客觀地說目前已有的各種方法都不夠完善，有待于繼續研究。目前對Patch NAH的研究多集中在方法上，而對于全息面測量參數對重建結果的影響、重建誤差的分析以及誤差控制方法等這些與Patch NAH具體應用相關的問題研究很少，這使得目前這種技術還基本停留在方法研究上，真正意義上的工程應用還剛剛開始。

　　波束形成技術

　　近場聲全息技術是一種功能很強的聲源識別技術，但是它的局限性在于：全息測量面必須很靠近聲源表面，要小于最小聲波波長的一半，聲波的最高頻率越高，這個要求就越難滿足;要求全息面遠大于聲源面積，而由于分辨率的限制，傳聲器(測點)的間距又要小于最小聲波波長的一半，當聲源有很高頻率成分時，傳聲器陣列(測點數)會非常大。

　　波束形成技術(Beamforming)在聲納、雷達、通信和電子對抗信號處理中已廣泛應用。這項技術是將一定幾何形狀排列的多元基陣各陣元輸出經過處理(加權、延時、求和等),增強特定方向上的有用信號，衰減其它方向上的干擾信號，從而形成空間指向性。將其引入到傳聲器陣列信號處理中，增強聲源入射方向上的信號，在該方向上形成主瓣，成為一種有效的聲源識別技術。它可以克服上述近場聲全息技術的不足，測量速度快，可在中遠距離測量，能識別大結構的噪聲源，對于汽車、火車、飛機這樣運動中的聲輻射體的聲源識別尤其有用。

　　傳聲器陣列的形狀可以設計成一字形、十字、網格、螺線、輪輻、平面、球面、隨機分布等。傳聲器陣列的優化設計可以增強主瓣，遏制旁瓣，消除“虛像”，取得良好的指向特性，同時又可盡量減少傳聲器的數量。

　　NAH和Beamforming這兩種技術測量的距離和適用的頻率不同，因此在實際測試中根據不同的要求選用，頻率高、中遠距離測量時用Beamforming,中低頻率、近距離測量時則用NAH,也可以將它們綜合應用。

　　展望

　　噪聲源識別技術的發展趨勢是使得對噪聲源的識別更準確、更快速(實時)、更方便(現場識別)。近幾年來出現的噪聲源識別前沿技術，無不具有可視化、信息化、智能化的特點。其測量系統一般由傳聲器陣列、數據記錄器、筆記本電腦加軟件構成。傳聲器陣列和數據記錄器記錄聲波信號，在筆記本電腦上運行專用軟件進行對信號的處理和運算，附裝在聲陣列上的數碼相機拍攝聲源目標的圖像，所得到的噪聲影像圖顯示光學圖像和聲音，噪聲從聽得見變成“看得見”。這種被稱為“聲學照相機”或“聲學攝像機”的聲源識別系統可用來測量分析穩態聲源、緩變聲源(發動機轉速變化)、恒速移動聲源(汽車、火車、飛機)和加速運動聲源(汽車加速)。如果在測量噪聲的同時記錄相關的信號，則可顯示噪聲聲場與諸如時間、轉速、曲軸轉角等的關系。

　　參考文獻

　　1. C. X. Bi, X. Z. CHEN, R. Zhou, J. CHEN. Reconstruction and separation of semi-free field by using the distributed source boundary point method based nearfield acoustic holography. Transactions of the ASME, Journal of Vibration and Acoustics. 2007, 129(3): 323-329

　　2. 畢傳興,陳心昭,徐亮,陳劍. 基于等效源法的Patch近場聲全息技術. 中國科學(E輯), 2007，37(9): 1205-1213

　　3. D C. X. Bi, X. Z. CHEN, J. CHEN. istributed source boundary point method-based nearfield acoustic holography for reconstructing the acoustic radiation from arbitrarily shaped objects. Journal of Computational Acoustics. 2006, 14(4): 379-395

　　4. 畢傳興,陳心昭,陳劍等. 多源混合聲場全息重建和預測方法與實驗研究. 中國科學—G輯, 2005, 35(2): 184-201

　　5. 于飛，陳心昭，李衛兵. 空間聲場全息重建的波疊加方法研究. 物理學報， 2004，53(8)：2607-2613

　　6. S.F.Wu. Hybridnear-field acoustic holography.2004,115(1):207-217

　　7. 于飛，陳心昭，陳劍. 單全息面分離聲場技術及其在聲全息中的應用. 機械工程學報, 2004 ，40(2)：112-116

　　8. J.J.Cristensen,J.Hald. Beamforming. B&K Technical Review. No.1,2004.1-31

　　9. E.G.Williams，B.H.Houston,P.C.Herdic. Fast Fourier transform and singular value decomposition formulation for patch near-field acoustical holography. J.Acoust.Soc.Am.,2003,113:1273-1281

　　10. 鄭海波，陳心昭，李志遠. 基于雙譜的齒輪故障特征提取與識別. 振動工程學報，2002，16(3)：354-358

　　11. H. Zheng, Z. Li and X. chen. Gear fault diagnosis based on continuous Wavelet Transform. Mechanical System and Signal Processing, 2002，16(2)：447-457

　　12. Gan. Changsheng, Chen Xinzhao,Chen Jian. Scanning paths for estimating sound power of noise sources by sound intensity scanning method. Chinese Journal of Acoustics, 1999,18(4)：353-359

　　14. 龐劍，湛剛等. 汽車噪聲與振動――理論與應用. 北京：北京理工大學出版社，2006.

　　15. 佟徳純，姚寶恒. 工程信號處理與設備診斷. 北京：科學出版社，2008.

　　16. 有關公司樣本.