赖少将，李舜酩

基于近场声阵列的旋转机械噪声源识别

赖少将，李舜酩

（南京航空航天大学 能源与动力学院，南京 210016）

为了有效控制旋转机械噪声，利用信号处理技术对整机或部件进行噪声源识别是十分必要的，噪声源准确识别可以为故障诊断和结构优化提供依据。首先论述建立均匀线性近场声阵列模型以获得空间声场数据的方法。其次，在传统波束形成结果基础上，利用反卷积法从中提取所需声场信息以实现对声源面可视化重构。接着，在所搭建转子噪声试验台上，利用近场声阵列提取各种工况下噪声信号，并识别出轴承以及盘轴连接处为转子主要噪声源，验证了基于声源成像反卷积法均匀线性近场声阵列在旋转机械噪声源识别方面的可行性。

声学；噪声源识别；旋转机械；声阵列；反卷积法

旋转机械工作时不可避免地会产生振动和噪声，其所发出的噪声与具体的运行状态有着密切关系，例如当高速运转时，主要表现为空气动力性噪声，而中、低速运转时以齿轮、轴承产生的机械性噪声为主［1］。高声强的噪声不仅严重危害人们的健康，而且还会使自动控制设备和灵敏的测试仪器因“声疲劳”失效，而要解决噪声问题，最重要的是确定主要噪声源位置［2］。传统的噪声源识别方法不能处理复杂的声场环境，且精度较低［3］。随着信号处理手段快速发展（声强测量法、近场声全息、波束形成等），噪声源定位技术取得了很大发展，而基于声学环境的波束形成技术是噪声源识别、定位的先进技术之一［4］，它通过声阵列测量空间内声波到达各阵元的信号相位差异，从而获得声源的幅值以及估计声源的位置［5］。……