使用LabVIEW实现KTX高速列车的噪声源的可视化
麦克风阵列的性能受两个参数的影响:(1) 波束功率的主瓣宽度,决定了图像的分辨率 ;(2) 最大旁瓣,决定了图像的重影程序。不同的阵列模式有着不同的性能指标。我们比较了四种不同的模式,螺旋模式表现出非常平衡的结果。
本文引用地址://m.amcfsurvey.com/article/135664.htm对于144通道麦克风阵列,我们将三种不同的模式融合在一起,以提高性能。每种不同的模式有着相同的形状,但直径尺寸不同。直径较小的模式主要测量高频率分量的低最大旁瓣等级,而直径较大的主要测量高分辨率的低频率分量。为了减小风造成的噪声,我们为麦克风添加了挡风玻璃。
![](http://m.amcfsurvey.com/editerupload/201208/1bfe02706dd77a3376cc019780ae8a35.jpg)
![](http://m.amcfsurvey.com/editerupload/201208/6729a6409ea5330d96d6a1c0471d130f.jpg)
在高频部分,车轮形成的噪声源相当明显。这里显示了每一个车轮都有不同的噪声幅度。因此,该技术极有可能用以监测车轮的工作状态,便于维护。
![](http://m.amcfsurvey.com/editerupload/201208/3e95d15366710484d5564fa74b88e0d2.jpg)
未来的列车需要进一步提速,这将产生更为严重的噪声,尤其是气流形成的噪声。要研制更安静的列车,首先需要深入地了解列车的噪声源。因为LabVIEW可以实现噪声源的位置和大小的可视化,所以我们可以借助它完成降噪测试。
评论