邴建京

永煤集团铁运处机务段

内燃机车司机室内噪声信号盲源分离及特性分析

邴建京

永煤集团铁运处机务段

伴随社会的快速发展，科技的进步和环保意识的观念逐步增强，现代化工业生产不断进步发展，目前，工程机械行业的发展已成为机械行业的第四大产业。因此，机械设备故障诊断技术的问题也越来越受到人们的关注。NVH（naise，vi-brationandharshness）的重要指标之一就是内燃机车司机室内噪声，工程机械噪声的研究有利于增强我国机械产品在国际上的竞争力，有利于我国迈向机械制造强国，所以，室内噪声信号盲源的问题研究有着十分重要的意义。

内燃机车；司机室；噪声信号

随着经济的快速发展，人们生活水平的不断提高，对工程机械的整体要求也随之提高了要求，对工程机械的舒适和噪声控制也愈发的严格。为室内噪声的有效控制，需要多种分析方法的整合和来源的研究。传统的独立分量分析已经不足以解决机械故障诊断中出现的相关源信号盲分离等问题了。而目前独立分量分析（ICA）是较为新型的信号处理方法，也是目前噪声源识别研究关注的热点。该分量分析方法不仅在机械设备故障诊断检测中取得了成功应用，而且也已经在生物学，医学、语音分离、图像处理等方面取得很好的应用效果。

1　司机室内噪声形成的原理

1.1噪声属于向司机室内传入的空气声

向司机室内传递噪声的主要途径就是通过声波的透射及泄露的方式，直接影响司机室内空气声传入的重要因素是司机室的隔声性能和相应的密封程度，形成了司机室内复杂的声场环境的主要原因还是由于噪声源通过不同的传播方式和作用机理。

1.2司机室内部振动噪声及特性

噪声：由于司机室内部的组成零部件比较多，随之产生的振动也就沿着相互接触的零部件而向外传递，每个零部件振动传递的路径不同，因此受到的振动激励也都不一样。导致司机室内的振动噪声变得复杂的主要原因就是因为不同频率的振动信号通过接触、传递，然后在相互叠加在一起而形成的。

特性：由于空气、固体传播噪声能量的速度因结构的不同和噪声频率的变化而变化。主要分为两种噪声，第一种是混响声，混响声指的是噪声源发出的声波经过司机室内壁板一次或多次反射而形成的。第二种就是司机室内噪声，司机室内噪声主要是由直达声固体声和空气声与室内混响声叠加的结果而形成的。

2　噪声源成分分离

为有效控制工程机械驾驶室内噪声，利用集合经验模态分解（EEMD）后的本征模函数作为稳定独立成分分析（ICA）算法中的多个虚拟通道，提出了基于EEMD和ICA相结合的驾驶室内噪声盲源分离方法。

在源信号和传输通道未知的情况下，独立分量分析（ICA）为较新的信号处理方法，在机械设备故障诊断及状态监测中独立分量分析的盲源分离（BSS）方法已获得成功的应用。利用源信号之间的统计独立性的ICA算法应用较为广泛。

ICA算法是根据一定的优化准则，对观测信号进行变换，通过观测信号所得到近似源信号，在分离过程中通过计算分离量的非高斯性的度量来判断是否完成对各独立分量的分离。而在源信号与传输通道参数均未知的情况下盲源分离问题存在两个不确定性问题：输出分量排序顺序的不确定性，输出信号幅值的不确定性。

利用独立分量分析，有一个很重要的限制条件：其通道数必须不少于源信号数。但是在我们的实际测量中很难预先知道源信号的数目，而且通过无限增加采集通道数目方法识别源信号会造成不必要的浪费甚至增大试验难度。

3　降噪措施

噪声的传播主要是通过空气传声和固体传声两种途径。空气传声就是从噪声源出发，以空气为媒质传播噪声。固体传声就是机器工作时产生的振动在固体物质中传播，然后从固体物质中辐射出噪声。因此，降低司机室噪声要在a这两方面下功夫。

3.1固体声控制

控制噪声传入司机室的关键就是减少或阻滞振动传入主车架和车体钢结构控。除加强车体、车架本身的刚度外，主要采取隔振和增强车体阻尼。司机室底板架以及壁板等覆盖件的设计改进措施以提高结构刚度避免关键频率点的共振，与司机室底板连接的部件进行连接方式改进隔绝或减弱振动传入这些都是控制固体噪声传播的有效措施。

3.2空气声控制

改进提高司机室减振系统隔振性能，司机室内进行隔声治理，这样能够降低传入空气噪声，控制噪声主要从控制声源发声与切断声音传播途径两方面研究。如阻断和屏蔽声波的传播，或衰减声波的传播能量。从声音传播的根本途径上考虑降低噪声。主要包括以下几点：（1）在设计司机室的时候将噪声源布置在远离司机室；（2）加强司机室的隔声、吸声效果；（3）提高司机室的密封性。

4　结语

为了提升产品的节能效果并达到发达国家实施的噪音标准，提升产品的质量，这不仅仅只是要求工程机械的基础配套件制造水平的提高，更是对整个综合减振降噪的技术提出了更高的要求。因此，本文通过对内燃机车司机室内噪声来源、噪声传播途径和产生机理，解决措施进行了分析和论述。采用多种方法相结合的研究策略，可识别复杂坏境下司机室内的噪声，为更进一步的治理司机室噪声提供分析方法。

［1］王丽，周以齐，于刚，米永振.基于EEMD和ICA方法的驾驶室内噪声源时频分析［J］.山东大学学报（工学版），2014（02）：80-88.

［2］侯笑雅.工程机械司机室内噪声信号盲源分离及特性分析［J］山东工业技术，2015（15）：87-87.

［3］毕凤荣，陆地，邵康，等.基于EEMD-ICA-CWT的装载机室内噪声盲源分离和识别［J］天津大学学报（自然科学与工程技术版），2015，48（9）：804-810.

［4］周晓峰，杨世锡，甘春标.一种旋转机械振动信号的盲源分离消噪方法［J］.振动、测试与诊断，2012，32（5）：714-717.

［5］孟宗，蔡龙.基于EEMD子带提取相关机械振动信号单通道盲源分离［J］.振动与冲击，2014（20）：40-46.