噪聲源識別
噪聲源能識別技術(Noise Source Identification)可以用來優化產品及其部件的聲輻射特性,在交通、航空、動力設備、家電、風機等領域有著廣泛的應用。識別最主要聲源的位置,頻率和聲功率,有助于決定怎樣改變設計以便降低總體輻射噪聲。B&K既提供傳統的用于穩態的聲源、基于聲強測量的噪聲源識別技術,也提供以陣列為基礎的噪聲源識別技術,后者具有速度更快、質量更高、穩態非穩態均可適用的特點。
三種主要的陣列應用軟件是全聲息(NAH)、波束形成(Beamforming)和球面波束形成(Spherical Beamforming),并有多個選項可以進一步提升性能。所有的計算和后處理都在相同的用戶界面下進行,可實現數據檢驗、自定義計算參數、存儲計算模板、檢索數據、計算自繪制區域的聲功率和自動報告生成功能。
8608型平面波束形成(Beamforming)
波束形成技術(Beamforming)和光學照相技術原理相似,適合對被測對象進行中遠距離的快速聲源識別。技術基于延時求和算法,采用傳聲器陣列捕捉聲場信息,采用非平面陣列還可有效抑制后方的背景噪聲。波束形成聲源識別方法特別適用于汽車、火車和飛機等對象的外部噪聲以及在風洞中對被測對象或者其縮尺模型進行聲源識別。
8607型進場聲全息(STSF+SONAH+ESM)
基于空間傅里葉變換的聲場空間變換(STSF)是最先獲得應用的全聲息算法,它利用矩形網格陣列傳聲器對被測物近距離測量得到的一組聲壓數據實現對空間聲場的數學建模,建模參數包括聲壓、聲強、質點速度等。亦可利用該模型基于赫姆霍茲積分方程(HIE)
計算遠場相應、沿直線估計遠場聲壓分布;诮y計最優的近場聲全息(SONAH)克服了傳統近場聲全息的空間窗效應和卷繞效應,該算法允許使用不規則的、尺寸小于被測對象的陣列。
8606型球面波束形成(Spherical Beamforming)
提供360度全方位的聲場成像,特別適合汽車、高速列車、飛機或者船舶艙室內聲場的聲源識別。采用經過優化的36通道或50通道的閉口硬質球陣列、基于球諧函數角度域分解算法(SHARP)或濾波與求和算法(FAS)實現高分辨率和動態范圍及穩定的成像結果。通過內置的12個攝像頭,實現對陣列周圍場景的全方位空間光學照相,并與聲場成像結果自動重疊實現噪聲源的快速定位和識別。
詳見:B&K官網