轨道车辆车内噪声分析与噪声主动控制方法研究

摘要

随着轨道交通业的迅速发展，轨道车辆车内噪声问题日益突出。轨道车辆车内噪声不但严重影响乘客的舒适度，而且噪声和振动能引起轨道车辆某些部件的早期疲劳损坏，从而降低轨道车辆的使用寿命。因此，开展对轨道车辆车内噪声的研究和控制具有重要的理论和现实意义。
　　采用丹麦B&K公司的Pulse多通道声学测量系统，通过在正常运营的地铁轨道车辆内布置测点，对轨道车辆各工况下的车内噪声进行采集和预处理，并进行了A计权声压级以及1/3倍频程分析，结果表明，轨道车辆车内噪声主要是集中在0~500Hz的中低频噪声。传统的被动噪声控制方法对高频噪声有很好的抑制效果，但不能有效控制低频噪声。因此，针对轨道车辆车内中低频噪声，本文开展基于最小均方（Least Mean Square，LMS）算法的噪声主动控制方法研究。
　　轨道车辆车内噪声主要来源于轮轨噪声（滚动噪声、冲击噪声以及尖啸噪声）。由于传统LMS算法对含有冲击噪声的收敛特性会变差，影响控制效果，因此，文中采用改进的中值LMS（Median-LMS，MLMS）算法。两种算法控制结果表明，MLMS算法在稳态误差和适宜步长范围上均优于传统LMS算法，更适合于中低频轨道车辆车内噪声控制。
　　由于MLMS算法中采用了固定的步长因子，存在无法兼顾算法收敛速度与稳态误差的固有缺陷，本文提出时变步长LMS算法，并应用于轨道车辆车内噪声主动控制。研究结果表明，变步长LMS算法在收敛速度和稳态误差等方面都比传统固定步长LMS算法好，是一种有效的轨道车辆车内噪声主动控制方法。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文研究内容

1.4 论文结构安排

第二章 最小均方算法

2.1最小均方算法简介

2.2中值LMS算法

2.3变步长LMS算法

2.4 本章小结

第三章 轨道车辆车内噪声采集及分析

3.1 噪声采集设备

3.2 噪声信号采集

3.3噪声信号分析

3.4 本章小结

第四章 基于中值LMS算法的车内噪声主动控制

4.1 中值LMS算法结构参数设置

4.2 车内噪声主动控制结果分析

4.3 本章小结

第五章 基于变步长LMS算法的车内噪声主动控制

5.1 变步长LMS算法结构参数设置

5.2 车内噪声主动控制结果分析

5.3 本章小结

第六章 结论与展望

6.1 结论

6.2 展望

参考文献

攻读硕士学位期间发表的学术论文及取得的相关科研成果

致谢