论文摘要
为提高我国高速动车组车外噪声源识别分辨率,获得更准确的噪声源分布特征,对传统的噪声源识别波束形成算法进行多普勒效应消除算法和基于快速傅里叶变换的非负最小二乘迭代反卷积算法（FFTNNLS）的优化,并基于优化后的算法测试我国某新型动车组以不同速度通过桥梁线路区段时的车外噪声源分布。结果表明:算法优化后动车组车外噪声源识别分辨率大幅提高;动车组高速运行时,声能量主要集中于受电弓、转向架和头车排障器等区域;动车组运行速度由200km·h-1提高至350km·h-1,车辆下部区域声功率占比由91.3%降至78.9%,车体区域由6.5%升至11.5%,受电弓区域由2.2%升至9.6%。算法优化后得到的动车组车外噪声源的定位更加准确、频谱特征更加明显。
论文目录
文章来源
类型: 期刊论文
作者: 李晏良,李志强,何财松,陈迎庆
关键词: 多普勒效应,非负最小二乘法,反卷积,高速动车组,噪声源识别
来源: 中国铁道科学 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 中国铁道科学研究院集团有限公司节能环保劳卫研究所
基金: 中国铁路总公司科技研究开发计划课题(2016Z001,2015Z003-A),中国铁道科学研究院科研开发基金项目(2016YJ114)
分类号: U266
页码: 94-101
总页数: 8
文件大小: 1745K
下载量: 125