内燃机声信号的独立成分小波分析及燃烧噪声源的诊断

燃烧激励是内燃机产生噪声的根本来源。本项目提出一种独立成分小波分析（ICWA）的内燃机表面声信号分析方法，用于识别发动机内部燃烧激励源的特性，从不同尺度空间获得表面声信号的宏观和微观特征，重点放在利用ICWA的数学显微镜功能诊断燃烧噪声源特性及其相应的燃烧状态，为从噪声控制角度评价和改进发动机燃烧过程提供一种有效的手段；同时结合燃烧系统和气缸压力谱的研究，提出在不影响其他性能的条件下降低燃烧噪声的可行性措施。本方法与其它传统的振声信号分析方法的区别在于它基于统计独立原理分解出各种独立的声源,可以忽略时间的延迟，可以重新排列信号源，从未知的混合声源中分离出低能量级的声源，提出判断分离有效性的判据和适应测量环境需要的连续模型。本项研究在发动机振声信号独立成分分析和非接触燃烧噪声诊断与控制研究上有所创新，对汽车与发动机噪声控制及低噪声燃烧过程的研究有重要的理论意义和工程实用价值。