en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
作者简介:

庞立红,女,硕士,助理工程师。主要研究方向:主动降噪和舱内声学设计。E-mail:1746754299@qq.com;

韩峰,男,硕士,研究员。主要研究方向:舱内声学设计。E-mail:hanfeng@comac.cc;

刘玲,男,硕士,高级工程师。主要研究方向:主动降噪。E-mail:fhliuling@163.com;

冯梓鑫,男,硕士,高级工程师。主要研究方向:舱内声学设计。E-mail:fengzixin@comac.cc

通讯作者:

庞立红,E-mail:1746754299@qq.com

中图分类号:TB535;V223

文献标识码:A

DOI:10.19416/j.cnki.1674-9804.2021.02.005

参考文献 1
于梦娇.管道低频噪声主动控制系统的DSP实现[D].哈尔滨:哈尔滨工业大学,2013.
参考文献 2
左孔成,陈鹏,王政,等.飞机舱内噪声的研究现状[J].航空学报,2016,37(8):2370-2384.
参考文献 3
陈克安.有源噪声控制[M].北京:国防工业出版社,2003:1.
参考文献 4
庞立红.主动降噪头枕的研究[D].哈尔滨:哈尔滨工程大学,2019.
参考文献 5
黎中伟,任辉,李江红,等.螺浆飞机舱内主动噪声控制地面试验[J].西北工业大学学报,1996,14(4):651-653.
参考文献 6
吴亚锋,李江红,戴杏珍.螺桨飞机舱内噪声地面模拟及其主动控制[J].噪声与振动控制,2001(1):33-35.
参考文献 7
ROMEU J,PAMIES T,FRANCITORRA M G,et al.Local active noise attenuation in a small piston engine aircraft cabin[J].Noise Control Engineering Journal,2007,55(6):516-525.
参考文献 8
KINCAID R K,LABA K E,PADULA S L.Quelling cabin noise in turboprop aircraft via active control[J].Journal of Combinatorial Optimization,1997,1(3):229-250.
参考文献 9
MACCHI L,CAILLET J,MARROT F,et al.A feedback multi-tone algorithm for the control of helicopter gearbox noise in an active headrest[C]//NOISE-CON 2014.[S.l.:s.n.],2014.
参考文献 10
王锋,朱静.驾驶室声场的研究[J].噪声与振动控制,2005,25(4):30-34.
目录contents

    摘要

    基于飞机结构的振动信号和舱内噪声信号,采用FXLMS(Filtered-x Least Mean Square)算法设计主动降噪系统对发动机转子引起的飞机客舱内噪声进行区域化降噪控制。首先对主动降噪技术的基本原理以及采用的算法进行了阐述和推导;然后对客舱中布置的麦克风及振动传感器采集到的舱内噪声和结构振动信号进行分析,依据分析结果计算出舱内空间的声场分布情况,并在噪声较大区域安装麦克风作为主动降噪系统的降噪目标。基于相干性原理,计算了飞机结构振动信号与舱内噪声信号之间的相干性,并依据计算结果选取相干性最高的一组振动信号作为主动降噪系统的参考输入信号。最后在客舱中安装若干扬声器作为次级声源,实际测试其到目标区域麦克风之间的误差通道,根据测试的误差通道传递函数并结合振动、噪声数据进行主动降噪仿真。仿真结果表明设计的主动降噪系统能够在目标区域取得明显的降噪效果。

    Abstract

    Based on the vibration of aircraft structure and the noise inside cabin, an active noise control system using FXLMS (Filtered-x Least Mean Square) algorithm is designed to reduce the cabin noise caused by engine rotors. Firstly, the basic principle of active noise control technology and the algorithm used in this paper are described briefly. Then the cabin noise and structural vibration signals collected by the microphones and the vibration sensors are analyzed. Based on the analysis results, the distribution of the sound field in the cabin space is calculated, and the microphones are arranged in the noisy areas as the target zone for the active noise control system. The coherences between structural vibration signals and cabin noise signals are calculated according to the coherence principle, and the vibrational sensor with the highest coherence is selected as the reference input for the active noise control system. Finally, several loudspeakers are installed in the cabin as secondary sound sources to test the secondary path transfer functions between them and the microphones in the target area. According to the secondary path transfer functions and combining the vibration and noise data, simulations are carried out. The simulation results show that the active noise control system designed in the paper can achieve obvious noise reduction effect in the target area.

  • 0 引言

  • 在大型民机舱内降噪措施中,被动降噪方法大多使用阻尼层、消声器和动力吸振器等,由于其结构简单、可靠性高的特点因而被广泛采用[1]。但是这些方法仅对中高频噪声的衰减效果明显,针对声波较长的低频噪声,为提高降噪效果,就需要增加隔声材料的尺寸和重量,这样会减少民机的可利用空间并增加运营成本。除此之外,随着民机设计水平的不断提高,高频噪声在设计之初便可以优化,因此在产品成型后,困扰设计师和用户的主要噪声是发动机引起的低频噪声,采用主动降噪技术可以有效地降低此类低频噪声[2-3]。主动降噪技术是在噪声环境中添加一个人为的次级声源(例如扬声器),通过一定的控制策略和算法,使次级声源产生一系列与原噪声振幅相同、相位相反的噪声信号,通过两列信号相叠加进而抵消原有的噪声[4]

  • 目前,在飞机领域主动降噪技术主要在螺旋桨飞机和涡桨飞机上进行过验证,而在涡扇飞机上的试验较少[5-8]。主动降噪技术应用到飞机上,尤其是涡扇式民用飞机,其难度主要有以下几点:1)前馈信号的提取;2)扩大降噪区域;3)飞机发动机产生的噪声能量大。本文将针对以上难点展开研究论证,为民机客舱低频噪声降噪提供有效的解决方案,提升民机客舱的舒适性。

  • 1 主动降噪算法基本原理

  • 采用多通道FXLMS算法来设计主动降噪系统[9]。该算法是目前主动降噪系统中常用的算法之一,其原理框图如图1所示。

  • 图1 算法框图

  • 图中,x(n)代表飞机系统的噪声源(本文研究的噪声源为飞机发动机),主动降噪系统提取该信号的频率特性作为参考输入信号;d(n)代表飞机舱内的原始噪声,为主动降噪系统需要抵消的目标噪声;P(z)代表从噪声源到飞机舱室之间的噪声传递路径;W(z)为主动降噪系统控制滤波器,整个算法运行过程中需要不断更新该滤波器数值,进而不断更新扬声器发出的声音;S(z)为误差通道,包含了信号传输通道中的A/D和D/A转换、功率放大器及声音传播路径等环节,引入该参数对控制滤波器进行修正;y′(n)为扬声器发出的声音(次级声源)经过误差通道后到达目标区域的噪声成分。

  • 主动降噪系统常用的参考信号提取方法有三种:直接提取(如机上提供发动机转速信号)、麦克风采集噪声信号和加速度传感器采集振动信号。由于发动机舱室内部噪声是由舱壁结构振动引起的,因此本文采用加速度传感器采集的振动信号作为系统参考输入信号。主动降噪系统的核心是要设计一套控制器W(z),使其驱动扬声器发出声音来抵消声场原始噪声d(n),使噪声误差信号的平方最小,噪声误差信号公式如式(1)所示:

  • e(n)=d(n)-y'(n)=d(n)-WT(n)x'(n)
    (1)
  • 式中,x'(n)=i=0H-1 six(n-i),Hsi分别为误差通道S′(z)的阶数和系数。

  • 定义代价函数J(n)为:

  • J(n)=k=1K ek2(n)
    (2)
  • 式中,K为误差麦克风的数量。采用最陡下降法对代价函数J(n)求导数即可得控制滤波器W(z)的实时更新公式为:

  • W(n+1)=W(n)+k=1K 2μek(n)x'(n)
    (3)
  • 式中,μ为迭代步长。

  • 2 舱内噪声分布和声振相关性分析

  • 在进行主动降噪试验之前,首先针对试验飞机进行噪声和振动的测试,根据测试分析结果来确定加速度传感器和误差麦克风的安装位置。由于本次试验的目的是控制客舱后部若干排座位处的噪声,因此仅在客舱后部乘客和后乘务员的座位头靠位置布置了22个麦克风测点,如图2所示,图中A系列编号对应麦克风点。同时3个单轴向加速度传感器安装在机舱内饰板上,如图2中C1-C3所示;另外将3个三轴向加速度传感器(共9个通道)分别布置在机舱侧壁的加强框和后储藏室的加强框上,分别如图2中C4-C12所示。

  • 图2 噪声及振动测点俯视图

  • 2.1 空间噪声云图

  • 根据图2中的传感器布置方案,启动飞机。测试过程中飞机地面“开车”,发动机一级转子N1转速达到95%,空调处于正常运行状态。试验测试过程中采样频率为2kHz,分析频率上限为1kHz。根据各测点的声压测试结果,舱内总声压级云图如图3所示[10]。从图3中可以看出,左后方位置处噪声声压级最大,往前依次递减。这是因为发动机安装在该位置外侧。

  • 本文研究的飞机发动机由两级转子构成,二者转速不同[10]。本文内容仅对第一级转子(N1)引起的舱内噪声进行控制研究。第一级转子引起的第一阶振动噪声频率(N1-1)为93.75Hz,从噪声测试数据中提取该频率下对应的噪声成分,得到转子N1引起的第一阶舱内声压级云图如图4所示。

  • 图3 总声压级云图

  • 图4 N1的1阶声压级云图

  • 从图4中N1的第1阶云图分布可以看出,第一级转子引起的飞机舱内的第1阶噪声分布与图3中总声压级分布基本一致,噪声量级从后侧向前侧依次递减,而且机舱两侧内饰板附近噪声高于中间过道区域。

  • 2.2 声振相关性分析

  • 主动降噪系统中一个重要的环节是控制器参考信号的选择和提取。根据噪声分析,接下来采用加速度传感器提取发动机振动信号作为控制系统参考输入信号,利用相干函数的方法筛选出加速度传感器合适的布置位置。

  • 常相干函数是相干性分析的基础,其表达式定义为:

  • γiy2(f)=Hiy(f)2Gii(f)Gyy(f)=Giy(f)2Gii(f)Gyy(f)
    (4)
  • 式中,f为频率;i=1,2,…,q,代表加速度传感器的通道序号;y为目标噪声通道; Hiy(f)为输入信号到输出信号之间的传递函数; Gii(f)为输入信号的自谱; Gyy(f)为输出信号的自谱; Giy(f)为输入信号和输出信号之间的互谱。

  • γiy2(f)的值在0和1之间。如果输入信号和输出信号完全不相关,则γiy2=0;如果是线性系统,且输入和输出不存在干扰,则输出信号完全由输入信号引起,此时γiy2=1。

  • 从公式(4)可以看出,相干函数等于所考虑的噪声源与目标区域噪声互谱的平方除以各自的自谱。相干函数的数值越大,说明该噪声源对目标区域噪声产生的影响越大。一般认为,相干系数γ>0.95,存在显著相干性;0.8<γ<0.95,高度相关;0.5<γ<0.8,中度相关;0.3<γ<0.5,低度相关;γ<0.3,认为不相关。通过相干性分析,可以得到不同频率成分下振动信号与噪声信号之间的关系。

  • 因为舱室噪声大部分是由发动机引起的,而发动机引起的最大噪声点在麦克风A74处,因此接下来仅分析12个通道测得的振动信号与麦克风A74点测得的噪声信号之间的相干性。12个通道对应的振动信号与发动机转子N1引起的第1阶(N1-1)和第2阶噪声(N12)的相干系数如表1所示。

  • 从表1中可看出,与第1阶噪声相干性较好的通道有C2-C4、C6-C7、C9-C12;与第2阶相干性较好的通道有C3-C4、C7-C8、C10、C12。在本试验中优先控制发动机转子N1引起的第1阶和第2阶噪声,而振动信号通道C12与这两阶噪声的相干系数分别高达0.96和0.86。因此选择C12通道作为控制系统的输入信号。该通道振动信号与测点A74的噪声信号在整个频带内的相关性如图5所示。

  • 表1 相干系数表

  • 图5中标记为“1”、“2”、“3”、“4”的峰值分别为选择的振动信号与发动机转子N1引起的第1、2、3和4阶频率点对应的被控噪声之间的相干性。从图中可以看出相干性在这几个频率点均较高,因此理论上在这四个频率点处可以取得较好的降噪效果。

  • 图5 C12-A74相干性

  • 3 降噪算法仿真

  • 3.1 安装布置方案

  • 从图3和图4中的噪声分布可以看出噪声值在左侧后两排座位处较高,因此在试验过程中,误差麦克风布置在乘客和后乘务员座椅头靠处的A4、A5、A73和A74四个测点。次级声源选择:1)最后排乘客座椅上方的天花板处的扬声器B4、B5;2)最后排乘客头部左侧侧壁板处的扬声器B35;3)最后排乘客脚部左侧侧壁板处的扬声器B36;4)后乘务员后壁板上下两个扬声器B37、B38;5)后乘务员左侧壁板上下两个扬声器B40和B41。布置图如图6所示。根据图中扬声器以及麦克风的安装位置,首先使用控制器驱动次级声源扬声器发出白噪声信号,采用LMS(Least Mean Square)算法辨识各扬声器到每个麦克风之间的误差通道S′(z)。

  • 图6 主动降噪设备安装示意图

  • 3.2 算法仿真分析

  • 根据上述测得的对应选择点的振动信号、噪声信号以及辨识出来的误差通道结果,采用FXLMS算法进行仿真,得到4个误差麦克风点的代价函数随时间的变化如图7所示。

  • 从图7中控制前后的代价函数曲线可以看出FXLMS算法收敛速度很快,能够在1s内快速达到稳定的降噪状态。对比控制前后代价函数的变化曲线可以看出在4个误差麦克风点的整体降噪效果显著,平均降噪量稳定在10dB左右。

  • 图7 代价函数曲线

  • 主动降噪系统开启前后,4个麦克风测点的噪声频谱变化分别如图8~图11所示。图中93.75Hz对应发动机转子N1引起的第一阶噪声频率,其他各阶噪声的频率为93.75Hz的对应倍数。对比控制前后的频谱曲线可以看出,主动降噪系统几乎能够同时在4个麦克风测点降低发动机引起的1 000Hz以下的各阶噪声,尤其是前两阶噪声,降噪效果最为明显。在麦克风A5和A74点,前两阶噪声几乎完全被抵消。

  • 图8 A4测点降噪曲线

  • 图9 A5测点降噪曲线

  • 图10 A73测点降噪曲线

  • 图11 A74测点降噪曲线

  • 接下来对4个被控麦克风测点的总声压级频谱进行平均处理,A计权后如图12所示。从整体平均结果中可以看出,在N1的1阶和2阶频率处控制效果较好,降噪量分别达到了25.5dB和12dB。这说明选择C12为参考信号是合适的。

  • 图12 误差点的总声压级曲线图

  • 四个麦克风测点整体声压级降噪量如表2所示,在不做计权处理情况下降噪效果在8.5dB~11.9dB之间。由于被控噪声主要集中在低频段,A计权处理后降噪效果在2.8dBA~4.6dBA,整体平均降噪量约3dBA。该降噪效果可以取得较好的主观听觉改善。

  • 表2 降噪效果表

  • 4 结论

  • 1)本文对客机舱室内部声场进行了分析,利用相干性函数,通过分析布置在舱壁的加速度传感器信号和座椅位置处噪声信号间的声振相干性,选择合适的振动信号作为主动降噪系统的参考输入信号。

  • 2)基于FXLMS算法设计主动降噪系统,取得了飞机舱内座椅位置处区域化降噪效果,被控区域整体噪声降低约10dB。

  • 参考文献

    • [1] 于梦娇.管道低频噪声主动控制系统的DSP实现[D].哈尔滨:哈尔滨工业大学,2013.

    • [2] 左孔成,陈鹏,王政,等.飞机舱内噪声的研究现状[J].航空学报,2016,37(8):2370-2384.

    • [3] 陈克安.有源噪声控制[M].北京:国防工业出版社,2003:1.

    • [4] 庞立红.主动降噪头枕的研究[D].哈尔滨:哈尔滨工程大学,2019.

    • [5] 黎中伟,任辉,李江红,等.螺浆飞机舱内主动噪声控制地面试验[J].西北工业大学学报,1996,14(4):651-653.

    • [6] 吴亚锋,李江红,戴杏珍.螺桨飞机舱内噪声地面模拟及其主动控制[J].噪声与振动控制,2001(1):33-35.

    • [7] ROMEU J,PAMIES T,FRANCITORRA M G,et al.Local active noise attenuation in a small piston engine aircraft cabin[J].Noise Control Engineering Journal,2007,55(6):516-525.

    • [8] KINCAID R K,LABA K E,PADULA S L.Quelling cabin noise in turboprop aircraft via active control[J].Journal of Combinatorial Optimization,1997,1(3):229-250.

    • [9] MACCHI L,CAILLET J,MARROT F,et al.A feedback multi-tone algorithm for the control of helicopter gearbox noise in an active headrest[C]//NOISE-CON 2014.[S.l.:s.n.],2014.

    • [10] 王锋,朱静.驾驶室声场的研究[J].噪声与振动控制,2005,25(4):30-34.

  • 参考文献

    • [1] 于梦娇.管道低频噪声主动控制系统的DSP实现[D].哈尔滨:哈尔滨工业大学,2013.

    • [2] 左孔成,陈鹏,王政,等.飞机舱内噪声的研究现状[J].航空学报,2016,37(8):2370-2384.

    • [3] 陈克安.有源噪声控制[M].北京:国防工业出版社,2003:1.

    • [4] 庞立红.主动降噪头枕的研究[D].哈尔滨:哈尔滨工程大学,2019.

    • [5] 黎中伟,任辉,李江红,等.螺浆飞机舱内主动噪声控制地面试验[J].西北工业大学学报,1996,14(4):651-653.

    • [6] 吴亚锋,李江红,戴杏珍.螺桨飞机舱内噪声地面模拟及其主动控制[J].噪声与振动控制,2001(1):33-35.

    • [7] ROMEU J,PAMIES T,FRANCITORRA M G,et al.Local active noise attenuation in a small piston engine aircraft cabin[J].Noise Control Engineering Journal,2007,55(6):516-525.

    • [8] KINCAID R K,LABA K E,PADULA S L.Quelling cabin noise in turboprop aircraft via active control[J].Journal of Combinatorial Optimization,1997,1(3):229-250.

    • [9] MACCHI L,CAILLET J,MARROT F,et al.A feedback multi-tone algorithm for the control of helicopter gearbox noise in an active headrest[C]//NOISE-CON 2014.[S.l.:s.n.],2014.

    • [10] 王锋,朱静.驾驶室声场的研究[J].噪声与振动控制,2005,25(4):30-34.

  • 微信公众号二维码

    手机版网站二维码

    我要投稿 投稿指南 联系我们 二维码
    TOP