基于人工神经网络的柴油机排气消声器设计
|
摘要
噪声水平已成为衡量柴油机质量和性能的重要指标之一。排气噪声在柴油机整机噪声中占重要比例，安装性能良好的排气消声器是控制排气噪声的有效途径。为了克服目前排气消声器一般设计方法固有的建模假定引起的设计误差，本论文尝试将人工神经网络应用于排气消声器设计问题。为了深入考察消声器结构参数对排气噪声频谱的影响，自主开发设计了噪声数字信号采集系统和1／3倍频程FIR数字滤波器。利用正交试验和排气噪声数字信号处理获得了频段内声压级和柴油机燃油消耗率作为输入、结构参数作为输出的人工神经网络的学习样本。通过MATLAB中人工神经网络工具箱完成了网络的训练。实例验证了人工神经网络应用于排气消声器设计是完全可行的；同时，通过训练后网络的具体应用，展示了人工神经网络在消声器设计方面的优越性。
The noise level of diesel engine has become one of important indicators on evaluation of its quality and performances. Exhaust noise is a large proportion in the overall noise of diesel engine, and the effective method of its control is the application of muffler with good performances. In this paper, ANN was applied to the muffler design with the efforts to reduce the intrinsic error that was caused by the assumption on which the muffler's acoustic model was based. In order to deeply research the effect of structural parameters on the spectrum of exhaust noise, the author designs a system to sample the exhaust noise and 1/3 FIR octave-band filters to calculate the spectrum of the sampling-data. By the means of orthogonal planning and digital signal processing, the learning-samples were obtained. The learning-samples' inputs were the sound pressure levels of 1/3 octave-bands and the specific fuel consumption of diesel engine, and its outputs were the structural parameters of muffler. Through the Neural Networks Toolbox of MATLAB, the training of an ANN was finished. The practicability of application of ANN in the muffler design was perfectly proved by the practical examples, meanwhile the application of the trained-network shows that ANN has many advantages in this area.
The noise level of diesel engine has become one of important indicators on evaluation of its quality and performances. Exhaust noise is a large proportion in the overall noise of diesel engine, and the effective method of its control is the application of muffler with good performances. In this paper, ANN was applied to the muffler design with the efforts to reduce the intrinsic error that was caused by the assumption on which the muffler's acoustic model was based. In order to deeply research the effect of structural parameters on the spectrum of exhaust noise, the author designs a system to sample the exhaust noise and 1/3 FIR octave-band filters to calculate the spectrum of the sampling-data. By the means of orthogonal planning and digital signal processing, the learning-samples were obtained. The learning-samples' inputs were the sound pressure levels of 1/3 octave-bands and the specific fuel consumption of diesel engine, and its outputs were the structural parameters of muffler. Through the Neural Networks Toolbox of MATLAB, the training of an ANN was finished. The practicability of application of ANN in the muffler design was perfectly proved by the practical examples, meanwhile the application of the trained-network shows that ANN has many advantages in this area.
引文
[1] 袁卫平，叶怀汉，凌林海．我国中小功率柴油机噪声现状[J]．1998(4)，1—4
[2] 许国贤，连小珉，朱彦武，等．车辆发动机噪声自适应有源控制研究[J]．1997，19(2)：72—77
[3] 仪垂杰，吕广庆，黄协清．发动机排气噪声有源控制技术的研究与应用[J]．1993，15(4)，220—225
[4] 王佩兰．长春汽车研究所．汽车排气噪声控制的发展动向[J]．1993(3)：32—35
[5] 杜功焕，朱哲民，龚秀芬．声学基础[M]．上海：上海科学技术出版社，1981，165—237
[6] 方丹群．空气动力性噪声与消声器[M]．北京：科学出版社，1978，81—90
[7] 郭骅，姜哲．内燃机排气噪声的分析研究[J]，1988，9(1)：12—22
[8] 赵松龄．噪声的降低与隔离(下册)[M]．上海：同济大学出版社，1985，1—91
[9] Peter C.-C.Lai. Evaluation of several analytical methods on muffler acoustic modeling[J]. Noise Control Eng. J. 1998 May—Jun, 46(3): 109-119
[10] 福田基一(日)．张成译．噪声控制与消声器设计[M]．国防工业出版社，1982
[11] 王诗恩，高宗英．抗性消声器的插入损失模型及其应用[J]．内燃机工程，1996，17(3)，35—40
[12] 黄其柏，夏薇．内燃机排气消声元件声学传递特性研究[J]．内燃机学报，1991，9(3)，233—240
[13] 翁红林，周宝焜．多个内插管并联结构消声器的插入损失计算[J]．福建农业大学学报，2000，29(3)：393—396
[14] 周昌林．车用发动机串并联分支机构进排气系统消声特性的研究[J]．汽车工程，1990，12(4)：46—55
[15] 蔡超，宫镇，诸圣国．存在气流时轴对称消声器传递损失的有限元求解[J]．汽车工程，1994，16(5)：296—302
[16] 董正身，张旭，黎苏．汽车排气消声器的二维有限元分析[J]．小型内燃机，1998，27(4)：41—46
[17] 黎志勤，黎苏，周昌林．内燃机排气消声器声学边界元模型的建立及其应用[J]．汽车工程，1991，13(2)：107—115
[18] 季振林，宋希庚．内燃机排气消声系统声学特性的数值预测[J]．内燃机工程．1998，19(3)：7—12
[19] Andrew F. Seybert and Tim W. Wu. Boundary Element Methods in Acoustics[M]. New York: Elsevier's Science Publish Company Inc. 1991. 177—192
[20] 翁红林，周宝焜．R175柴油机排气消声器的正交试验设计[J]．福建农业大学学报，1999，28(3)：367—371
[21] 郑郧，江伟．正交设计法在消声器设计中的应用[J]．声学技术，1993，12(1)：34—37
[22] 方丹群，王文奇，孙家麒．噪声控制[M]．北京：北京出版社，1986，20—35
[23] 翁红林．柴油机排气消声器的试验研究与理论计算[D]．福州：福建农业大学硕士学位论文，1999
[24] 张铜生，张富德．简明有限元及其应用[M]．北京：地震出版社，1990，219—238
[25] 王元淳．边界元法基础[M]．上海：上海交通出版社，1989，6—36
[26] 成峰，周宝焜，黄敬党，等．利用PC机实现B&K2230型声级计性能的拓展[J]．福建农业大学学报，2001，30(3)：416—419
[27] 马大猷，沈豪．声学手册[M]．北京：科学出版社，1983，30—34
[28] Eva P(?)rt-Enander,Anders Sj(?)berg．王艳清，孙锋，朱群雄，等译．MATLAB手册[M]．北京：机械出版社，2000
[29] GB3240—82，声学测量中的常用频率[S]
[30] 邬惠乐，邱毓强．汽车拖拉机试验学[M]．北京：机械出版社，1981，367—417
[31] 应启珩，冯一云，窦维蓓．离散时间信号分析和处理[M]．北京：清华大学出版社，2001，166—296
[32] 夏大洪，夏瑞华，苏沛浦．线性FIR数字滤波器设计新方法[J]．1998，15(3)：33—38
[33] GB／T324l—1998，倍频程和分数倍频程滤波器[S]
[34] 程卫国，冯峰，王雪梅，等．MATLAB5.3精要[M]．北京：机械工业出版社，2000，235—275
[35] 程佩青．数字信号处理教程[M]．北京：清华大学出版社，1995，185—213
[36] 张绍栋，孙家骐．声级计的原理与应用[M]．北京：计量出版社，1986．58—62
[37] 蒋宗礼．人工神经网络导轮[M]．北京：高等教育出版社，2001，1—54
[38] 王伟．人工神经网络原理—入门与应用[M]．北京：北京航空航天出版社，1995，52—74
[39] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000，1—37
[40] GB／T4759—1995，内燃机排气消声器测量方法[S]
[41] 丛爽．面向MATLAB工具箱的神经网络理论与应用[M]．合肥：中国科学技术大学出版社，1998，46—72
[42] 潘存治，吴文江，赵维刚．用神经网络方法确定柴油机进气消声器参数[J]．小型内燃机，2000，29(4)：17—20
[2] 许国贤，连小珉，朱彦武，等．车辆发动机噪声自适应有源控制研究[J]．1997，19(2)：72—77
[3] 仪垂杰，吕广庆，黄协清．发动机排气噪声有源控制技术的研究与应用[J]．1993，15(4)，220—225
[4] 王佩兰．长春汽车研究所．汽车排气噪声控制的发展动向[J]．1993(3)：32—35
[5] 杜功焕，朱哲民，龚秀芬．声学基础[M]．上海：上海科学技术出版社，1981，165—237
[6] 方丹群．空气动力性噪声与消声器[M]．北京：科学出版社，1978，81—90
[7] 郭骅，姜哲．内燃机排气噪声的分析研究[J]，1988，9(1)：12—22
[8] 赵松龄．噪声的降低与隔离(下册)[M]．上海：同济大学出版社，1985，1—91
[9] Peter C.-C.Lai. Evaluation of several analytical methods on muffler acoustic modeling[J]. Noise Control Eng. J. 1998 May—Jun, 46(3): 109-119
[10] 福田基一(日)．张成译．噪声控制与消声器设计[M]．国防工业出版社，1982
[11] 王诗恩，高宗英．抗性消声器的插入损失模型及其应用[J]．内燃机工程，1996，17(3)，35—40
[12] 黄其柏，夏薇．内燃机排气消声元件声学传递特性研究[J]．内燃机学报，1991，9(3)，233—240
[13] 翁红林，周宝焜．多个内插管并联结构消声器的插入损失计算[J]．福建农业大学学报，2000，29(3)：393—396
[14] 周昌林．车用发动机串并联分支机构进排气系统消声特性的研究[J]．汽车工程，1990，12(4)：46—55
[15] 蔡超，宫镇，诸圣国．存在气流时轴对称消声器传递损失的有限元求解[J]．汽车工程，1994，16(5)：296—302
[16] 董正身，张旭，黎苏．汽车排气消声器的二维有限元分析[J]．小型内燃机，1998，27(4)：41—46
[17] 黎志勤，黎苏，周昌林．内燃机排气消声器声学边界元模型的建立及其应用[J]．汽车工程，1991，13(2)：107—115
[18] 季振林，宋希庚．内燃机排气消声系统声学特性的数值预测[J]．内燃机工程．1998，19(3)：7—12
[19] Andrew F. Seybert and Tim W. Wu. Boundary Element Methods in Acoustics[M]. New York: Elsevier's Science Publish Company Inc. 1991. 177—192
[20] 翁红林，周宝焜．R175柴油机排气消声器的正交试验设计[J]．福建农业大学学报，1999，28(3)：367—371
[21] 郑郧，江伟．正交设计法在消声器设计中的应用[J]．声学技术，1993，12(1)：34—37
[22] 方丹群，王文奇，孙家麒．噪声控制[M]．北京：北京出版社，1986，20—35
[23] 翁红林．柴油机排气消声器的试验研究与理论计算[D]．福州：福建农业大学硕士学位论文，1999
[24] 张铜生，张富德．简明有限元及其应用[M]．北京：地震出版社，1990，219—238
[25] 王元淳．边界元法基础[M]．上海：上海交通出版社，1989，6—36
[26] 成峰，周宝焜，黄敬党，等．利用PC机实现B&K2230型声级计性能的拓展[J]．福建农业大学学报，2001，30(3)：416—419
[27] 马大猷，沈豪．声学手册[M]．北京：科学出版社，1983，30—34
[28] Eva P(?)rt-Enander,Anders Sj(?)berg．王艳清，孙锋，朱群雄，等译．MATLAB手册[M]．北京：机械出版社，2000
[29] GB3240—82，声学测量中的常用频率[S]
[30] 邬惠乐，邱毓强．汽车拖拉机试验学[M]．北京：机械出版社，1981，367—417
[31] 应启珩，冯一云，窦维蓓．离散时间信号分析和处理[M]．北京：清华大学出版社，2001，166—296
[32] 夏大洪，夏瑞华，苏沛浦．线性FIR数字滤波器设计新方法[J]．1998，15(3)：33—38
[33] GB／T324l—1998，倍频程和分数倍频程滤波器[S]
[34] 程卫国，冯峰，王雪梅，等．MATLAB5.3精要[M]．北京：机械工业出版社，2000，235—275
[35] 程佩青．数字信号处理教程[M]．北京：清华大学出版社，1995，185—213
[36] 张绍栋，孙家骐．声级计的原理与应用[M]．北京：计量出版社，1986．58—62
[37] 蒋宗礼．人工神经网络导轮[M]．北京：高等教育出版社，2001，1—54
[38] 王伟．人工神经网络原理—入门与应用[M]．北京：北京航空航天出版社，1995，52—74
[39] 阎平凡，张长水．人工神经网络与模拟进化计算[M]．北京：清华大学出版社，2000，1—37
[40] GB／T4759—1995，内燃机排气消声器测量方法[S]
[41] 丛爽．面向MATLAB工具箱的神经网络理论与应用[M]．合肥：中国科学技术大学出版社，1998，46—72
[42] 潘存治，吴文江，赵维刚．用神经网络方法确定柴油机进气消声器参数[J]．小型内燃机，2000，29(4)：17—20