【技术实现步骤摘要】
本专利技术属于车辆工程，具体涉及一种新能源汽车减速器背景噪声分离及降噪方法、汽车噪声性能测试台架、噪声振动数据采集分析系统及计算机设备。
技术介绍
1、减速器作为新能源汽车驱动系统的重要组成部分，正朝着高速、大功率、高稳定性、低噪声、一体化的方向发展。其nvh(noise、vibration、harshness)性能极大影响着整车的驾乘舒适性，这决定了噪声性能测试需要高转速、低背景噪声的测试环境，针对新能源汽车减速器噪声进行测试、分析是提升新能源汽车乘坐舒适性的重要途经之一。相对于传统的内燃机汽车而言，新能源汽车动力总成振动噪声源发生了很大变化。因此，对新能源汽车减速器噪声测试技术的研究是很有必要的。
2、然而，减速器噪声测试是在特殊环境下通过采集样品噪声数据的来进行分析的，通常为带有半消声室的nvh试验台架上开展。半消声室中存在驱动电机、传动系统等的背景噪声以及台架介入面都会对减速器的辐射噪声形成干扰，所以测得的噪声并不是减速器直接发出的直达声，而是多种声源及反射叠加在一起的混合声，这将影响所测数据的有效性和测试精度。
技术实现思路
1、本专利技术的目的之一在于提供一种新能源汽车减速器背景噪声分离及降噪方法，以解决如何对减速器背景噪声分离及降噪的技术难题，尤其是电动汽用减速器背景噪声分离及降噪的方法。
2、为实现上述目的，本专利技术所采取的技术方案为：
3、一种新能源汽车减速器背景噪声分离及降噪方法，所述新能源汽车减速器背景噪声分离及降噪方法，
4、获取汽车噪声性能测试台架在不同工况下的背景噪声信号；
5、对所述背景噪声信号进行预处理，并采用变分模态分解计算出中心频率与对应模态数，分解出每一工况下的背景噪声信号的本征模态函数时域分量；
6、对不同工况下分解得到的本征模态函数时域分量进行相关性匹配；
7、将不同工况下分解得到的本征模态函数时域分量作为快速独立成分分析的观测信号，得到对应的独立信号分量；
8、根据相关性匹配结果，基于不同工况下的独立信号分量进行滤波与重构，得到降噪后减速器背景噪声的时域信号。
9、以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。
10、作为优选，所述不同工况包括：工况1为打开隔声罩状态下且未装载减速器，工况2为打开隔声罩状态下且装载减速器。
11、作为优选，所述不同工况还包括：工况3为关闭隔声罩状态下且装载减速器。
12、作为优选，所述采用变分模态分解计算出中心频率与对应模态数，分解出每一工况下的背景噪声信号的本征模态函数时域分量，包括：
13、(1)初始化λ1、n＝0，最大迭代次数n，设置k模态数；
14、(2)n＝n+1；
15、(3)更新如下：
16、
17、
18、式中，表示第n+1次迭代中第k个模态的频域分量，表示第n+1次迭代中第k个模态的中心频率，为f(ω)的傅里叶变换，为ui(ω)的傅里叶变换，为λ(ω)的傅里叶变换，λ为拉格朗日乘子，α为二次惩罚因子，ωk为第k个模态的中心频率，k∈[1，k]；
19、(4)更新如下：
20、
21、式中，γ为噪声容忍度；
22、(5)重复步骤(2)至步骤(5)，直到达到迭代条件结束循环，得到各个模态的频域分量以及中心频率
23、(6)对各个模态的频域分量进行傅里叶逆变换还原得到各个模态的本征模态函数时域分量。
24、作为优选，所述相关性匹配基于能量信号的定义与向量的内积，采用rxy表示信号x与信号y的相关性程度，采用ρxy表示信号x与信号y的归一化形式的相关性程度；
25、则计算相关性程度ρxy[l]，计算公式如下：
26、
27、式中，rxx[0]为信号x与自身夹角为0的自相关，ryy[0]为信号y与自身夹角为0的自相关，rxy[l]为信号x与信号y的相关性程度，当ρxy[l]＝1时信号的相关性最大；当ρxy[l]＝0时信号不相关；当ρxy[l]＝-1时信号线性负相关。
28、作为优选，所述快速独立成分分析包括以下步骤：
29、设定x(t)为m维观测信号向量矩阵，对观测信号x(t)进行中心化处理，使其均值为零，然后对中心化处理后的观测信号x(t)进行白化处理，得到信号z(t)；
30、选择一个具有单位范数的初始化向量w；
31、循环开始，迭代次数n＝n+1，令w(n+1)＝e{z(t)g[wt(n)z(t)]}-e{g`[wt(n)z(t)]}w(n)，w(n+1)表示第n+1次迭代时的向量w，w(n)表示第n次迭代时的向量w，wt(n)表示w(n)的转置；
32、令w＝w(n+1)/||w(n+1)||，反复迭代w直至收敛。
33、作为优选，所述根据相关性匹配结果，基于不同工况下的独立信号分量进行滤波与重构，得到降噪后减速器背景噪声的时域信号，包括：
34、将工况2中的独立信号分量根据相关性阈值进行分类，将与工况1中的独立信号分量的相关性大于相关性阈值的作为相关信号分量，其余的作为非相关信号分量；
35、对工况2中的相关信号分量进行滤波降噪，基于频域声波线性累加原则，将工况2中的相关信号分量减去工况1中对应的独立信号分量，得到工况2的滤波相关信号分量；
36、将工况2中的滤波相关信号分量与工况2中的非相关信号分量重构并进行傅里叶逆变换，得到降噪后减速器背景噪声的时域信号。
37、本专利技术提供的一种新能源汽车减速器背景噪声分离及降噪方法，能够有效分离减速器噪声测试的混合信号，实现背景噪声的提取识别、分离降噪，降低减速器噪声测试环境对数据信号的干扰，提升新能源汽车减速器噪声测试精度。
38、本专利技术的目的之二在于提供一种汽车噪声性能测试台架，以解决如何对减速器背景噪声分离及降噪的技术难题，尤其是电动汽用减速器背景噪声分离及降噪的方法。
39、为实现上述目的，本专利技术所采取的技术方案为：
40、一种汽车噪声性能测试台架，包括：外围温控系统、台架界面、半消声室、电能反馈系统、噪声振动数据采集分析系统、控制系统、加载电机、驱动电机和减速器试件；
41、所述外围温控系统，用于调节半消声室内的温度和湿度；
42、所述台架界面，位于半消声室内，用于隔声罩安装；
43、所述半消声室，用于控制台架界面对半消声声场的影响，在半消声室内设置台架主体的驱动电机与减速器安装区，减速器安装区用于安装减速器试件，在半消声室两侧的独立房间内分别设置加载电机，并在跨越房间的电机轴系连接进行整体隔噪；
44、所本文档来自技高网...
【技术保护点】
1.一种新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述新能源汽车减速器背景噪声分离及降噪方法，包括：
2.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述不同工况包括：工况1为打开隔声罩状态下且未装载减速器，工况2为打开隔声罩状态下且装载减速器。
3.根据权利要求2所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述不同工况还包括：工况3为关闭隔声罩状态下且装载减速器。
4.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述采用变分模态分解计算出中心频率与对应模态数，分解出每一工况下的背景噪声信号的本征模态函数时域分量，包括：
5.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述相关性匹配基于能量信号的定义与向量的内积，采用rxy表示信号x与信号y的相关性程度，采用ρxy表示信号x与信号y的归一化形式的相关性程度；
6.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述快速独立成分分析包括以下步
7.根据权利要求2所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述根据相关性匹配结果，基于不同工况下的独立信号分量进行滤波与重构，得到降噪后减速器背景噪声的时域信号，包括：
8.一种汽车噪声性能测试台架，其特征在于，包括：外围温控系统、台架界面、半消声室、电能反馈系统、噪声振动数据采集分析系统、控制系统、加载电机、驱动电机和减速器试件；
9.一种噪声振动数据采集分析系统，其特征在于，包括：数据采集箱、加速度计、声学传感器和主控单元；
10.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序软件，所述处理器执行所述计算机程序软件时，实现权利要求1至7中任一项所述的新能源汽车减速器背景噪声分离及降噪方法的步骤。
...【技术特征摘要】
1.一种新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述新能源汽车减速器背景噪声分离及降噪方法，包括：
2.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述不同工况包括：工况1为打开隔声罩状态下且未装载减速器，工况2为打开隔声罩状态下且装载减速器。
3.根据权利要求2所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述不同工况还包括：工况3为关闭隔声罩状态下且装载减速器。
4.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述采用变分模态分解计算出中心频率与对应模态数，分解出每一工况下的背景噪声信号的本征模态函数时域分量，包括：
5.根据权利要求1所述的新能源汽车减速器背景噪声分离及降噪方法，其特征在于，所述相关性匹配基于能量信号的定义与向量的内积，采用rxy表示信号x与信号y的相关性程度，采用ρxy表示信号x与信号y的归一化形式...
【专利技术属性】
技术研发人员：李威霖，张众杰，赵梦培，翁海舟，刘婷，林听，王恪聿，郑伟军，蔡敏旭，赵天舒，程力，陈锋，
申请(专利权)人：浙江方圆检测集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。