首页--工业技术论文--能源与动力工程论文--内燃机论文--一般性问题论文--理论论文

内燃机表面辐射噪声盲源分离技术研究

中文摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第9-15页
    1.1 内燃机噪声研究的意义第9-11页
    1.2 国内外研究现状第11-13页
    1.3 本文的研究内容和组织安排第13-15页
第二章 内燃机表面辐射噪声产生机理及主要噪声源识别方法第15-25页
    2.1 内燃机振动的传递路径第15页
    2.2 内燃机主要噪声及其产生原因第15-20页
        2.2.1 机械噪声第16-18页
        2.2.2 燃烧噪声第18-19页
        2.2.3 空气动力性噪声第19-20页
    2.3 内燃机振动噪声信号的特点第20-21页
        2.3.1 激励的非平稳、周期性特征第20-21页
        2.3.2 时变的系统特征第21页
    2.4. 传统的内燃机噪声源的识别方法第21-23页
        2.4.1 内燃机表面噪声源的识别方法第21-23页
        2.4.2 内燃机内部激励源的识别方法第23页
    2.5 本章小结第23-25页
第三章 独立分量分析原理第25-35页
    3.1 独立分量问题的提出第25页
    3.2 独立分量分析的基本原理第25-28页
        3.2.1 ICA 的数学模型第25-27页
        3.2.2 ICA 的假设条件第27页
        3.2.3 ICA 分离结果的不确定性第27-28页
    3.3 FastICA 算法第28-31页
        3.3.1 FastICA 算法原理及过程第28-31页
        3.3.2 FastICA 算法实现步骤第31页
    3.4 FastICA 算法的模拟信号仿真第31-34页
    3.5 本章小结第34-35页
第四章 小波分析理论及小波的选择第35-43页
    4.1 傅里叶变换和小波变换第35-39页
        4.1.1 Fourier 变换第35-36页
        4.1.2 小波分析第36-37页
        4.1.3 Fourier 变换和小波变换实例对比第37-39页
    4.2 小波变换主要参数的选取第39-42页
    4.3 本章小结第42-43页
第五章 内燃机表面辐射噪声的ICA 分析第43-66页
    5.1 内燃机振动噪声信号的独立分量分析第43-53页
        5.1.1 内燃机振动噪声试验第43-45页
        5.1.2 内燃机噪声信号的独立性和高斯性研究第45-47页
        5.1.3 内燃机噪声信号的独立分量分析第47-53页
    5.2 ICA 分析的盲不确定性及消除第53-59页
        5.2.1 ICA 分析的盲不确定性第53-54页
        5.2.2 基于FFT-MCC 分析的ICA 盲不确定性的消除第54-56页
        5.2.3 仿真试验第56-59页
    5.3 独立分量的幅值恢复第59-65页
        5.3.1 特征点的确定第59-64页
        5.3.2 幅值恢复第64-65页
    5.4 本章小结第65-66页
第六章 内燃机表面辐射噪声对整机贡献度的计算及验证第66-74页
    6.1 噪声的物理度量第66-69页
    6.2 内燃机表面辐射噪声源的声功率级的计算第69页
    6.3 结果分析第69-70页
    6.4. 机械噪声和燃烧噪声的分离——试验法第70-71页
        6.4.1 单缸熄火试验原理第70页
        6.4.2 单缸熄火试验过程及结果分析第70-71页
    6.5 柴油机噪声预测和降噪措施研究第71-73页
        6.5.1 控制燃烧噪声的途径第71-72页
        6.5.2 降低主要机械噪声的途径第72-73页
        6.5.3 降低排气噪声的措施第73页
    6.6 本章小结第73-74页
第七章 全文总结第74-76页
    7.1 主要研究内容及结论第74-75页
    7.2 工作展望第75-76页
参考文献第76-79页
参加科研情况说明第79-80页
致谢第80-81页
附录第81-82页

论文共82页,点击 下载论文
上一篇:促进现代城市社区交往的策略研究
下一篇:风电功率预测系统的研究与开发