第十一章 汽车震动与噪声的测量

第十一章汽车震动与噪声的测量第一页，共十四页，2022年，8月28日振动与噪声的常规分析

振动与噪声常规分析的内容主要有：声级总的加速度加权均方根值振动与噪声的频谱分析第二页，共十四页，2022年，8月28日一、声级与总的加速度加权均方根值声级与总的加速度加权均方根值所用的处理技术与分析方法完全相同，所不同的只是被测量不同。度量噪声的声级是声压（或声强、声功率）的加权均方根值；度量振动是用总的加速度加权均方根值。第三页，共十四页，2022年，8月28日二、声级与总的加速度加权均方根值的计算

为了避免数据处理所带来的误差，声级与总的加速度加权均方根值的计算常采用时域计算法，即：

声级

（5-1）

总的加速度加权均方根值

（5-2）第四页，共十四页，2022年，8月28日三、噪声与振动的频谱分析汽车噪声与振动的频谱分析应特别注意如下几个问题：采样时间间隔分辨带宽信号处理中的泄漏第五页，共十四页，2022年，8月28日

1．采样时间间隔

由仙农(Shannon)采样定理知，为了避免频率混淆，采样频率应不小于信号频率成分中最高频率的两倍，即：

(5-3)采样时间间隔是由采样频率决定的，其关系为：

(5-4)将上述的截止频率代入式(5-3)和(5-4)可得到各种不同试验的采样频率和采样时间间隔。

1)

客车、轿车座椅和各类车辆驾驶室座椅上的采样频率和采样时间间隔为；

2)各类车辆车厢底板及车桥上测点的采样频率和采样时间间隔为，；

3)驾驶员手臂振动的测量，其采样频率和采样时间间隔为，；

4)

晕车界限的测量，采样频率和采样时间间隔为。第六页，共十四页，2022年，8月28日2．分辨带宽分辨带宽与信号处理的精度要求有关，对前面所列的前三项测量，其分辨带宽就可以满足测试精度的要求，而对于晕车界限的测试，其分辨带宽应为。第七页，共十四页，2022年，8月28日3、动态数据处理中的泄漏图5-1是某次试验所记录下的汽车振动加速度的时间历程

,欲对该动态信号进行分析，就需要按照采样原理对进行分段截取。如何实现对动态信号的分段截取呢？最简单的方法是用矩形函数

(5-5)

与动态信号相乘，即：

(5-6)

图5-1测得的振动加速度的时间历程第八页，共十四页，2022年，8月28日图5-2(a)是矩形函数的曲线，图5-2(b)是与相乘的结果。从图5-2(b)中可以看出，用去截取动态信号就好比是打开了一个窗，因此将矩形函数称为矩形窗函数。进行动态信号处理时不可避免地要用到窗函数。图5-2用矩形窗截取的动态信号(a)

矩形窗函数(b)用矩形窗函数截取动态信号的状态第九页，共十四页，2022年，8月28日

对于动态信号的时域处理，在设定的时间段内，由于，所以用矩形窗函数去乘，然后再进行积分运算，所得的结果和原来完全一致，即窗函数的引入不会改变动态信号的处理结果。

对动态信号的频域处理，情况会有些不同，因为，若仍用去代替式(8-20)中的，则必然带来误差。第十页，共十四页，2022年，8月28日[例]设，，求

解：由频域卷积定理知，＝*＝*

由于*的数学计算十分麻烦，在此采用图解法，如图5-3所示。从图中可以看出，由于积分区间的有限性，使得在处的脉冲变为以为中心的型连续函数。这个连续函数在原脉冲位置处达到最大值，从而形成曲线的主峰，称为主瓣。在主瓣两侧还出现一系列小峰，称为副瓣。原来集中于一个频率上的功率，由于副瓣的存在，被分散到一个较宽的频带上，这种功率分散的效应称为泄漏。事实上泄漏就是在信号处理过程中所产生的误差。显然泄漏的产生，降低了动态信号分析的精度。第十一页，共十四页，2022年，8月28日

图5-3卷积的图示表达

第十二页，共十四页，2022年，8月28日上述特性可以推广到任意类型的函数。图5-4(a)是某一振动信号用时域法得到的结果，图5-4(b)是用矩形窗函数在频域中计算得到的结果。从图中可以看出，原本比较光滑的曲线，用频域法经加矩形窗处理后，它就变成了一条充满“皱波”的曲线，为了便于区别用表示。皱波的形成就是泄漏所带来的数据处理误差。

图5-4泄漏时动态信号处理的影响(a)

时域计算结果(b)用矩形窗函数在频域中的计算结果第十三页，共十四页，2022年，8月28日选用合适的窗函数从图8-6中可以看出，泄漏的大小取决于谱窗副瓣的大小。较小的副瓣使得卷积*曲线下的负面积较小，它在动态数据处理中的表现形式是曲线（见图8-7）具有较小的皱波；但副瓣的减小，往往会