张昊 张栋栋

摘要：针对变分模态分解（VMD）参数选择盲目、低效的问题，本文以相关系数和裕度因子作为判断指标，提出了一种参数优化变分模态分解（Optimised Variational Mode Decomposition，OVMD）方法。将该方法引入柴油机噪声源识别领域，将柴油机顶部单通道信号分解成多个信号分量，再通过连续小波变换（CWT）提取分量时频特征，最后通过相干分析和倒拖试验进行分离结果验证。结果显示，本文提出的方法能够有效地分离出柴油机燃烧噪声、活塞敲击噪声。

关键词：优化变分模态分解;小波变换;噪声源分离;柴油机

中图分类号：TK401                                      文献标识码：A                                文章編号：1674-957X（2021）02-0001-02

0  引言

变分模态分解（VMD）[1]方法是近几年应用范围较广的信号处理算法，相比于EMD和EEMD其具有严格的理论基础。通过对内燃机进行铅覆盖，裸露第六缸测量柴油机缸盖顶部单通道噪声，利用VMD-ICA识别出柴油机的燃烧噪声和活塞敲击噪声。VMD可有效抑制信号分解过程模态混叠的问题，但在VMD进行信号处理时需要预定义2个重要参数（模态数K、惩罚因子），目前针对参数K的确定做了较多研究[2-3]，但是没有考虑惩罚因子对VMD分解的影响，这样可能会导致分解的结果出现信号干扰或特征丢失等问题。

针对以上问题，本文综合考虑了VMD预设参数K和a的影响，基于优化VMD（OVMD）对整机辐射噪声进行分解，采用小波变换对分解分量进行时频分析，最终对柴油机噪声源进行分离。

1  噪声试验

噪声试验在半消音室中进行，本底噪声25dB。主要测量设备包含LMS Test.lab 32位声学振动测试系统，BSWA的声学麦克风，PCB的加速度传感器。……