軌道車輛車內噪聲分析與噪聲主動控制方法研究.pdf

1、隨著軌道交通業(yè)的迅速發(fā)展，軌道車輛車內噪聲問題日益突出。軌道車輛車內噪聲不但嚴重影響乘客的舒適度，而且噪聲和振動能引起軌道車輛某些部件的早期疲勞損壞，從而降低軌道車輛的使用壽命。因此，開展對軌道車輛車內噪聲的研究和控制具有重要的理論和現(xiàn)實意義。
　　采用丹麥B&K公司的Pulse多通道聲學測量系統(tǒng)，通過在正常運營的地鐵軌道車輛內布置測點，對軌道車輛各工況下的車內噪聲進行采集和預處理，并進行了A計權聲壓級以及1/3倍頻程分析，結果表

2、明，軌道車輛車內噪聲主要是集中在0~500Hz的中低頻噪聲。傳統(tǒng)的被動噪聲控制方法對高頻噪聲有很好的抑制效果，但不能有效控制低頻噪聲。因此，針對軌道車輛車內中低頻噪聲，本文開展基于最小均方（Least Mean Square，LMS）算法的噪聲主動控制方法研究。
　　軌道車輛車內噪聲主要來源于輪軌噪聲（滾動噪聲、沖擊噪聲以及尖嘯噪聲）。由于傳統(tǒng)LMS算法對含有沖擊噪聲的收斂特性會變差，影響控制效果，因此，文中采用改進的中值LMS（

3、Median-LMS，MLMS）算法。兩種算法控制結果表明，MLMS算法在穩(wěn)態(tài)誤差和適宜步長范圍上均優(yōu)于傳統(tǒng)LMS算法，更適合于中低頻軌道車輛車內噪聲控制。
　　由于MLMS算法中采用了固定的步長因子，存在無法兼顧算法收斂速度與穩(wěn)態(tài)誤差的固有缺陷，本文提出時變步長LMS算法，并應用于軌道車輛車內噪聲主動控制。研究結果表明，變步長LMS算法在收斂速度和穩(wěn)態(tài)誤差等方面都比傳統(tǒng)固定步長LMS算法好，是一種有效的軌道車輛車內噪聲主動控制方