熊玉力（山東臨工工程機械有限公司，山東 臨沂 276023）

?

基于RSPWVD的裝載機駕駛室內(nèi)異響聲源的識別

熊玉力
（山東臨工工程機械有限公司，山東 臨沂 276023）

提出了用重分配平滑偽魏格納維爾分布（RSPW VD）方法分析某型號裝載機在加速過程中車內(nèi)產(chǎn)生異響的原因。試驗結(jié)果表明，RSPW VD方法具有較高的時間及頻率分辨率，可快速準確的找到異響的噪聲源，對整機異響排除具有借鑒意義。

車內(nèi)異響；時頻分析；RSPW VP；聲源識別

某型號裝載機在加速過程中，發(fā)動機轉(zhuǎn)速較低時沒有異響，隨著發(fā)動機轉(zhuǎn)速的升高異響越來越明顯然后逐漸降低直至完全消失。由于裝載機加速過程中的振動及噪聲信號具有時變非平穩(wěn)性，傳統(tǒng)的頻譜分析方法無法準確識別異響聲源的位置及信號特征。魏格納維爾分布（Wigner-Ville Distribution，WVD）和其他時頻分析方法相比，具有較高的時頻分辨率，但是WVD對于多分量非平穩(wěn)信號卻存在固有交叉項干擾的缺陷，在以損失其分辨率為代價的前提下衍生出許多抑制交叉項干擾的方法，如平滑偽Wigner分布，Choi—Williams分布，這些方法都能夠抑制部分交叉項[1-5]。在此基礎上，Auger F 和Flandrin P提出了重分配平滑偽魏格納維爾分布（R SPWVD）方法[6]，可以在有效抑制交叉干擾項的基礎上保持比較高的時間和頻率分辨率。

本文利用LMS測試系統(tǒng)，對整機車內(nèi)噪聲、轉(zhuǎn)向閥噪聲及方向盤、轉(zhuǎn)向柱、底板、轉(zhuǎn)向閥體進行測試，利用R SPWVD方法對試驗數(shù)據(jù)進行分析后，快速準確地識別出了該異響的噪聲源，對裝載機噪聲診斷及降噪設計具有重要的參考價值。

1 理論背景

設 （）x t是時間的確定性復值函數(shù)，則魏格納維爾分布（WVD）的定義為對τ的傅氏變換[7]，即：

相對于短時傅里葉變換（STFT），WVD方法具有很高的時間和頻率分辨率，對于單分量信號采用WVD方法獲得的時頻圖可以比較準確地描述信號在時頻域的變化過程；但對一多分量信號用WVD方法則會產(chǎn)生交叉干擾項，嚴重影響信號的時頻表示。平滑偽魏格納維爾分布（SPWVD）可以削弱干擾項的影響，其定義為：

但SPWVD方法削弱干擾項的同時也降低了頻率和時間的分辨率，于是Auger F 和Flandrin P提出了重分配方法[6]，該方法把原來時頻分布面內(nèi)的任一點（，）tω的能量值重新分配到各能量重心，即：

根據(jù)（3）（4）式，得到重分配偽魏格納維爾分布（R SPWVD）：

2 試驗方案

本文應用比利時LMS公司的SCADA Mobile數(shù)據(jù)采集系統(tǒng)，測試樣車空載加速與減速過程中的振動噪聲以及轉(zhuǎn)向柱和轉(zhuǎn)向閥之間的傳遞函數(shù)。試驗狀態(tài)共三種，包括樣車原始狀態(tài)、拆除轉(zhuǎn)向系統(tǒng)表面塑料件的狀態(tài)、斷開轉(zhuǎn)向柱與轉(zhuǎn)向閥后的狀態(tài)，傳感器的布置位置如表1所示。

表1 傳感器布置位置

3 試驗結(jié)果分析

（1）異響噪聲時頻譜分析。試驗過程中，樣機在原始狀態(tài)下存在異響，拆除轉(zhuǎn)向系統(tǒng)表面塑料件后，車內(nèi)異響依然存在，證明產(chǎn)生異響的部件不是塑料內(nèi)飾件。最后斷開轉(zhuǎn)向柱與轉(zhuǎn)向閥后發(fā)現(xiàn)車內(nèi)異響消失，將該狀態(tài)下的車內(nèi)噪聲，與原始狀態(tài)下的測得噪聲一起進行時頻譜變換并作對比，可以看到發(fā)動機加速的過程中異響由無到有再到逐漸消失的過程，通過對比可知，車內(nèi)異響主要與轉(zhuǎn)向系統(tǒng)有關，并且異響的頻帶是在998.90 Hz附近及其低頻諧次頻率附近。

（2）基于振動頻譜分析的聲源識別。為尋找異響噪聲源的位置，在樣車原始狀態(tài)下，測量了發(fā)動機加速過程中方向盤、轉(zhuǎn)向柱、駕駛室地板及轉(zhuǎn)向閥的振動加速度，測量方向均為垂直方向。

通過對比樣車原始狀態(tài)下轉(zhuǎn)向柱、方向盤及駕駛室地板的垂直方向振動加速度可知，轉(zhuǎn)向柱振動最大，其次是方向盤，振動最小的是駕駛室地板，這也證明造成車內(nèi)噪聲異響的振動源不是來自地板及方向盤。

通過對比轉(zhuǎn)向柱和轉(zhuǎn)向閥體在發(fā)動機加速過程中的垂直方向振動加速度可知，在發(fā)動機加速過程中，存在比較明顯的振動加速度由小變大再減小的過程，并且轉(zhuǎn)向閥體的振動幅值明顯高于轉(zhuǎn)向柱，可以斷定轉(zhuǎn)向閥體是產(chǎn)生車內(nèi)異響的激勵源。

通過觀察中可以看到轉(zhuǎn)向閥在發(fā)生異響時的能量分布比較發(fā)散，在頻域范圍內(nèi)占據(jù)比較寬的頻帶范圍，大約從0~1 000 Hz。在時域內(nèi)有兩個產(chǎn)生異響的時間段，分別為30~50 s，110~150 s。

（3）轉(zhuǎn)向系統(tǒng)動態(tài)響應特性分析。進一步對轉(zhuǎn)向系統(tǒng)進行了動態(tài)響應測試，對轉(zhuǎn)向柱進行錘擊激勵，在轉(zhuǎn)向閥體進行加速度響應拾取，得到傳遞系統(tǒng)的動態(tài)響應曲線如圖1所示。

由圖1可知，轉(zhuǎn)向閥在901~1 036 Hz附近存在較明顯峰值，使得由轉(zhuǎn)向閥體的振動經(jīng)過轉(zhuǎn)向柱放大產(chǎn)生異響。這也與異響的頻帶范圍相符，證明異響確實是由轉(zhuǎn)向閥產(chǎn)生。轉(zhuǎn)向閥振動與噪聲較大的主要原因是液壓油的前沖作用、轉(zhuǎn)向盤轉(zhuǎn)速較小時產(chǎn)生的轉(zhuǎn)向缸的低速爬行現(xiàn)象及轉(zhuǎn)向閥從高速運行狀態(tài)停止時產(chǎn)生的強烈的“油擊”現(xiàn)象。通過優(yōu)化轉(zhuǎn)向閥閥口參數(shù)、在轉(zhuǎn)向閥內(nèi)增加適當?shù)淖枘岬确椒梢杂行У囊种妻D(zhuǎn)向閥的振動，并降低由此產(chǎn)生的噪聲。

4 結(jié)論

（1）R SPWVD可以同時反映信號在時域及頻域上的特征，并且可以消除交叉干擾項的影響，具有較高的時間及頻率分辨率，可以快速準確地識別裝載機駕駛室內(nèi)異響信號的聲源，為裝載機異響故障的診斷提供了可行的方法。

（2）駕駛室轉(zhuǎn)向柱下的轉(zhuǎn)向閥是產(chǎn)生車內(nèi)異響的聲源，由于轉(zhuǎn)向閥轉(zhuǎn)向過程中液壓油的沖擊導致了異響的產(chǎn)生，可以通過優(yōu)化閥口參數(shù)或在液壓閥內(nèi)增加適當?shù)囊簤鹤枘醽斫鉀Q車內(nèi)異響問題。

[1] 劉文彬，等. 基于Gabor展開的Winger-Ville分布的交叉項消除[J]. 振動與沖擊，2008,27(10):121~123.

[2] 蔣平. 螺旋槳飛機調(diào)制周期特征的WVD分析法[J]. 計算機仿真，2007,24(9):12~15.

[3] 曾勇虎. 基于瞬態(tài)極化WVD相關的高分辨雷達目標識別[J].紅外與毫米波學報，2004,23(6):455~458.

[4] 程發(fā)斌，等. 利用ASTFT譜有效抑制WVD交叉項的方法[J].電子與信息學報，2008,30(10):2299~2302.

[5] Khandan F and Ayatollahi A．Performance region of center affine Filter for liminating of interference terms of discrete Wigner distribution．Image and Signal Processing and Analysis .2003,2:621~625．

[6] Auger F, Flandrin P. Improving the R eadability of T ime-Frequency and Time-Scale R epresentations by the R eassignment Method[J]. IEEE Transactions on Signal Processing. 1995,43(5): 1068~1089.

[7] C ohen L. T ime-Frequency Distributions-A R eview[J]. Proceedings of the IEEE. 1989,77(7): 941~981.

圖1 轉(zhuǎn)向閥體對轉(zhuǎn)向柱之間動態(tài)響應曲線

S219.07；TB53

A

1671-0711（2016）08（上）-0042-02