基于声振信号倒频谱分析的柴油机振噪源识别

李志锐 张志军 王尚学

（1-天津内燃机研究所（天津摩托车技术中心）天津 300072 2-北方发动机研究所）

引言

目前柴油机在车辆和其它动力装置上应用日趋普遍，特别是在欧洲国家轿车柴油化形成潮流。但是由于柴油机压缩比很高，工作粗暴，因而振动剧烈，辐射出的噪声比传统的汽油发动机要高得多，这严重阻碍了直喷式柴油机在各型车辆上的广泛使用。为此如何降低柴油机的振动和噪声是一个很重要的研究内容。在降低柴油机振动和噪声的研究工作中，首先要对整个发动机的振源进行辩识，即找出发动机的主要振动和噪声源，然后对其采取对应的降低振动噪声的措施[1]。

传统的噪声源识别方法有很多种，如主观评价法、近场测量法、选择运行法、铅覆盖法、表面振动速度法、频域辨识法、声强法和表面声强法[2-5]。最近随着视频技术和图象处理技术的迅速发展和广泛应用，产生了一些先进的噪声识别方法，如声全息照相技术，电斑图象处理，但是这种现代测量方法需要昂贵的设备[6-8]。近年来现代信号处理方法在相关领域大量应用，因而利用信号处理技术来进行声源识别的新方法不断涌现，如自适应除噪（ANC）技术、倒频谱法、自回归AR 模型法等[9]。本文运用倒谱技术对柴油机噪声信号和振动信号进行了分析。

1 倒谱分析原理

倒谱（cepstrum，也称功时谱）分析技术是现代信号处理的一种方式，主要用于分析复杂频谱图上的周期问题，通过分离和提取密集泛频信号中的主要周期成分，应用在振动和噪声信号分析领域。倒频谱的定义是对数功率谱的功率谱，即对时域信号x（t）的功率谱密度函数取对数后，再进行一次谱分析（功率谱的倒频谱）。

式中：q 为倒频率，单位是ms。当q 比较大时，表示频谱图上的快速波动和密集谐频；而q 很小时则表示频谱图上的缓慢波动和稀疏谐频。由于自功率谱密度函数是偶函数，其对数也是实偶函数，因此它的傅立叶正变换和逆变换相等，即：

声音测量中测到的信号并不是声音信号本身，而是声音信号x（t）经过传递函数h（t）到达测量点的输出信号y（t）。即：y（t）=x（t）·h（t）=ʃx（τ）h（t-τ）dt。卷积后的波形很复杂，很难区分源信号和传递函数的影响。因此将其进行频域变换并用功率谱表示：

当存在声反射和通道传声的情况下，用常规频谱方法很难把源信号提取调制出来，因此可以用倒谱技术处理。倒频谱是将上述的卷积变成简单的叠加。对频域功率谱取对数：

为了把源信号和系统响应区分开来，对前面的变化再进行傅立叶变换，得到信号的幅值倒谱：

高倒频率为输入信号的特征，而低倒频率为系统的影响。由于倒谱能够明确表示频谱图上复杂边频结构中的周期成分，并区分源信号和调制信号，把频谱图复杂波形中隐藏的周期结构很好地提取出来，将复杂频谱展现成很有规律的倒频谐波，因此从机器正常和非正常工作时倒谱图的比较来进行故障诊断。柴油机振动信号的倒频谱分析流程如图1 所示。

图1 柴油机振动信号的倒频谱分析

2 柴油机噪声信号的倒谱分析

柴油机声振信号具有典型的非平稳性，有用的信息常常隐藏在强大的背景噪声中，不利于特征的提取。为此，本文首先根据GB/T 1859—2000 往复式内燃机辐射的空气噪声测量工程法及简易法的规定，在半消声室中采用9 点声压法测量了该发动机声信号，测量时排气噪声通过排气管引出室外，柴油机振动信号测试系统如图2 所示。图3～7 为发动机顶面、前端面、左侧面、右侧面及后端面噪声信号的倒频谱分析结果。

图2 柴油机振动信号测试系统

图3 发动机顶面噪声信号的倒频谱分析结果

从图中可以看出，发动机主要辐射噪声频率集中于高频，且峰值较多。主要的频率包括f1=1 000/0.275=3 636.36 Hz；f2=1 000/0.48=2 083.33 Hz；f3=1 000/0.7=1 428.57 Hz；f4=1 000/0.95=1 052.63 Hz。

图4 发动机前端面噪声信号的倒频谱分析结果

图5 发动机左侧面噪声信号的倒频谱分析结果

图6 发动机右侧面噪声信号的倒频谱分析结果

图7 发动机后端面噪声信号的倒频谱分析结果

3 零部件振动信号的倒谱分析

首先对实际运行状态下的发动机进行了振动测试，本次表面振动试验是在标定状态下进行的。根据机器的安装状态，将发动机表面分为8 个部分：左机体、气门室罩、齿轮室盖、供油泵、进气管、右机体、飞轮壳、油底壳。图8 为飞轮壳振动信号的倒谱图。从图中可以看出，飞轮壳的主要振动频率为f1=1 000/0.41=2 439.02 Hz；f2=1 000/0.84=1 190.48 Hz；f3=1 000/1.13=884.96 Hz；f4=1 000/1.44=694.44 Hz。图9～15 分别为高压油泵、发动机左表面、发动机右表面、进气管、油底壳、正时齿轮盖和气门室盖振动信号的倒谱分析结果。

图8 发动机飞轮壳振动信号的倒频谱分析

图9 发动机高压油泵振动信号的倒频谱分析

图10 发动机左侧机体振动信号的倒频谱分析

图11 发动机右侧机体振动信号的倒频谱分析

图12 发动机进气管振动信号的倒频谱分析

图13 发动机油底壳振动信号的倒频谱分析

图14 发动机正时齿轮盖振动信号的倒频谱分析

图15 发动机气门室罩振动信号的倒频谱分析

4 振动噪声源分析

根据振动信号和噪声信号的来源，可以将上述振动噪声信号进行汇总，得到如下排列，如图16 所示。

图16 振动信号和噪声信号的归类

在以上2 部分中，对柴油机噪声信号和主要部件振动信号进行了倒谱分析。通过比较分析，确定了各部件对非谐波频谱特征的贡献率。以发动机右表面为例，其主频为：f1=2 439.02 Hz；f2=1 190.48 Hz；f3=666.68 Hz；f4=526.32 Hz；飞轮壳的主频为f1=2 439.02 Hz；f2=1 190.48 Hz；f3=884.96 Hz；f4=694.44 Hz。飞轮壳的振动频率与发动机右侧主要辐射噪声的频率相近。这反映出飞轮壳对非简谐频谱特性的贡献最大。

同样分析表明，正时齿轮壳体的主振动频率与顶部主辐射噪声的频率一致。这说明正时齿轮壳体的振动对顶部噪声的非简谐频谱特征贡献最大。此外，油底壳和飞轮壳的振动对非简谐频谱特征贡献较大。飞轮壳的振动频率与发动机前端主要辐射噪声的频率相近，说明飞轮壳对前端机头的非简谐频谱特征贡献最大。气门室盖和正时齿轮盖的振动对这些特性的贡献相对较大。飞轮壳的振动对噪声非谐波频谱特征的贡献最大，其次是进气管和高压油泵。飞轮壳的振动频率与后端主要辐射噪声的频率相近，反映出飞轮壳的振动对后端噪声的非谐波频谱特征贡献最大。进气管的振动对这些特性也有较大的贡献。

根据以上对发动机不同表面主要噪声频率及其主要部件振动频率的分析，飞轮壳对发动机右、前、左、后端噪声的非谐波频谱特征贡献最大。因此，通过对飞轮壳的改进，可以有效地降低发动机的振动和噪声。通过优化正时齿轮盖、油底壳、进气管和气门室盖，可以在一定程度上降低发动机的噪声和振动。

5 结束语

由于常规的频谱图上由各个基频及其谐波而形成了复杂边频结构，因此不容易识别源信号。本文运用倒谱技术对柴油机的振动信号和噪声信号进行处理，分析出的倒谱图把频谱图上复杂波形中隐藏的周期结构很好地分离和提取出来，从而可以很容易地识别振动源信号和主要噪声信号。