压缩感知在斜轴式马达声强成像中的应用研究

doi:10.12141/j.issn.1000-565X.230328

华南理工大学学报(自然科学版) ›› 2024, Vol. 52 ›› Issue (4): 68-76.doi: 10.12141/j.issn.1000-565X.230328

压缩感知在斜轴式马达声强成像中的应用研究

陈淑梅¹ 罗远明¹ 黄惠^1† 吴干永¹ 黄秋芳² 钱聪² 杜恒¹ 张志忠¹

^1.福州大学机械工程及自动化学院/流体动力与电液智能控制福建省高校重点实验室, 福建福州 350108
^2.福龙马集团股份有限公司, 福建龙岩 364028

收稿日期:2023-05-18 出版日期:2024-04-25 发布日期:2023-10-27
通信作者: 黄惠（1986-），男，博士，副教授，主要从事液压元件振动噪声控制和声振源定位研究。 E-mail:huihuang@fzu.edu.cn
作者简介:陈淑梅（1960-），女，博士，教授，主要从事流体传动控制和工业噪声控制技术研究。E-mail:smchen@fzu.edu.cn
基金资助:
国家自然科学基金资助项目(52105053);福建省自然科学基金面上项目(2020J01452);福建省高校产学研联合创新项目(2022H6007);福建省中央引导地方科技发展资金资助项目(2022L3070)

Application of Compressed Sensing in Sound Intensity Imaging of Bent-Axis Motor

CHEN Shumei¹ LUO Yuanming¹ HUANG Hui¹ WU Ganyong¹ HUANG Qiufang² QIAN Cong² DU Heng¹ ZHANG Zhizhong¹

^1.School of Mechanical Engineering and Automation/ Key Laboratory of Fluid Power and Intelligent Electro-Hydraulic Control of Fujian Province University，Fuzhou University，Fuzhou 350108，Fujian，China
^2.FULONGMA GROUP Co. ，Ltd. ，Longyan 364028，Fujian，China

Received:2023-05-18 Online:2024-04-25 Published:2023-10-27
Contact: 黄惠（1986-），男，博士，副教授，主要从事液压元件振动噪声控制和声振源定位研究。 E-mail:huihuang@fzu.edu.cn
About author:陈淑梅（1960-），女，博士，教授，主要从事流体传动控制和工业噪声控制技术研究。E-mail:smchen@fzu.edu.cn
Supported by:
the National Natural Science Foundation of China(52105053);the General Program of the Natural Science Foundation of Fujian Province(2020J01452);the University Industry-University-Research Joint Innovation Project of Fujian Province(2022H6007);the Fujian Provincial Central Leading Local Science and Technology Development Fund(2022L3070)

摘要/Abstract

摘要：

斜轴式轴向柱塞马达内部噪声源距离较近，如马达配流盘进、出油口间的距离为38 mm，且马达噪声源存在同频及倍频现象。斜轴式马达内部密集复杂的噪声源，导致频谱分析方法难以准确识别同频及倍频信号，传统声强测量的最高分辨率为50 mm，无法满足马达内部噪声源的辨识精度要求。针对传统方法难以准确辨识马达噪声源的问题，文中提出了一种基于压缩感知的声强测量方法，将压缩感知理论运用于声强云图高精度重构中，获取马达高分辨率的声强重构图像。首先，通过对斜轴式马达进行噪声辐射仿真分析，获取其外表面声场特性；然后，以马达外表面声强云图为先验信息，设计应用于马达声场的压缩感知框架，获取高精度重构马达声强云图；最后，通过马达传统声强测量与压缩感知声强测量的对比实验验证压缩感知理论对于提高马达噪声源辨识精度的可行性。结果表明，基于压缩感知的声强测量方法将马达噪声源辨识尺度从原来的70 mm提升至30 mm，提高了马达噪声源的辨识精度，实现了马达噪声源的高精度定位。

关键词: 斜轴式马达, 压缩感知, 声强测量, 声源高精度定位

Abstract:

The internal noise sources of the bent-axis piston motor are close in distance. For example, the distance between the inlet and outlet of the motor valve plate is 38 mm, and the noise sources have the same frequency and multiple frequency phenomenon. The dense and complex noise sources in the bent-axis motor cause difficulties for the spectrum analysis method to accurately identify the same frequency and multiple frequency signals. The maximum resolution of traditional sound intensity measurement is 50 mm, which cannot meet the requirement of identification accuracy of motor internal noise source. Aiming at the problem that the traditional methods are difficult to identify the motor noise sources accurately, this paper proposed a sound intensity measurement method based on compressed sensing. The compressed sensing theory was applied to the high-precision reconstruction of sound intensity image to obtain the high-resolution sound intensity reconstruction image of the motor. Firstly, the noise radiation simulation of the bent-axis motor was carried out to obtain the characteristics of its external surface sound field. Then, based on the sound intensity image for the motor, a compressed sensing frame applied to the motor sound field was designed to obtain the sound intensity cloud image of the motor with high precision. Finally, the feasibility of the compressed sensing theory to improve the identification accuracy of motor noise source was verified by comparing the traditional acoustic intensity measurement with the compressed sensing acoustic intensity measurement. The results show that the identification scale of motor noise sources are improved from 70 mm to 30 mm by the sound intensity measurement method based on compressed sensing, which improves the accuracy of motor noise sources identification and realizes the high precision location of motor noise sources.

Key words: bent-axis motor, compressed sensing, sound intensity measurement, high precision location of sound source

中图分类号:

TH137.51

陈淑梅, 罗远明, 黄惠, 等. 压缩感知在斜轴式马达声强成像中的应用研究[J]. 华南理工大学学报(自然科学版), 2024, 52(4): 68-76.

CHEN Shumei, LUO Yuanming, HUANG Hui, et al. Application of Compressed Sensing in Sound Intensity Imaging of Bent-Axis Motor[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(4): 68-76.

图/表 17

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

图17

参考文献 22

1	刘洋，程珩，杨枭雄，等．基于虚拟样机的轴向柱塞马达特性及振动机制分析［J］．机床与液压，2021，49（16）：1-7.
	LIU Yang， CHENG Hang， YANG Xiaoxiong，et al ．Analysis of working characteristics and vibration mechanism of axial plunger motor based on virtual prototype［J］．Machine Tool & Hydraulics，2021，49（16）：1-7.
2	武明恩，王兆强，罗一平，等．基于AMESim的斜盘轴向柱塞马达特性研究［J］．机床与液压，2019，47（5）：10-14.
	WU Ming’en， WANG Zhaoqiang， LUO Yiping，et al ．Simulation on the performance of axial piston motor based on AMESim［J］．Machine Tool & Hydraulics，2019，47（5）：10-14.
3	李昆，吕飞，刘辞英，等．考虑磨损进程的轴向柱塞马达柱塞副泄漏研究［J］．液压与气动，2023，47（2）：11-17.
	LI Kun， Fei LÜ， LIU Ci-ying，et al ．Simulation analysis of piston/cylinder interface leakage in axial piston motor considering wear process［J］．Chinese Hydraulics & Pneumatics，2023，47（2）：11-17.
4	孙珍菊，汤和荣．轴向柱塞泵马达配流盘减震设计研究［J］．液压气动与密封，2019，39（10）：40-42.
	SUN Zhen-ju， TANG He-rong ．Research on design of vibration-isolating slot for axial piston pump/motor valve plate［J］．Hydraulics Pneumatics & Seals，2019，39（10）：40-42.
5	HUANG H， WU G， WU Y，et al ．Identification of acoustic sources for bent-axis axial piston motor under variable loads［J］．Journal of Sound and Vibration，2020，468：115063/1-16.
6	徐兵，童章谦，周高明．轴向柱塞泵的振动噪声测试分析及基于壳体的结构优化［J］．机床与液压，2010，38（13）：116-121.
	XU Bing， TONG Zhangqian， ZHOU Gaoming ．Analysis of the noise emission of the axial piston pump and the structure optimization of its housing［J］．Machine Tool & Hydraulics，2010，38（13）：116-121.
7	谭龙龙，吴群，吕岩，等．离心式压缩机噪声源定位分析及降噪方法［J］．噪声与振动控制，2021，41（1）：32-36，53.
	TAN Longlong， WU Qun， Yan LÜ，et al ．Noise source location analysis and noise reduction method of centrifugal compressor［J］．Noise and Vibration Control，2021，41（1）：32-36，53.
8	鲁毅，柳小勤，伍星，等．双声源位置和强度识别的三维声强方法［J］．声学学报，2020，45（3）：377-384.
	LU Yi， LIU Xiaoqin， WU Xing，et al ．Identification of two sound sources using the three-dimensional sound intensity method［J］．Acta Acustica，2020，45（3）：377-384.
9	刘臣富，李晓霖，岳东鹏．基于声强法的发动机噪声测量分析［J］．汽车实用技术，2018（10）：45-46，49.
	LIU Chenfu， LI Xiaolin， YUE Dongpeng ．Analysis of engine noise measurement based on sound intensity method［J］．Automobile Applied Technology，2018（10）：45-46，49.
10	张跃，李佳桐，许宇健，等．汽轮水泵声强测试及声源定位研究［J］．噪声与振动控制，2020，40（2）：194-197.
	ZHANG Yue， LI Jiatong， XU Yujian，et al ．Research on sound intensity test and sound source location of steam turbine driven pumps［J］．Noise and Vibration Control，2020，40（2）：194-197.
11	COMESAÑA D F， HOLLAND K R， FERNANDEZ-GRANDE E ．Spatial resolution limits for the localization of noise sources using direct sound mapping［J］．Journal of Sound and Vibration，2016，375：53-62.
12	BOCHKOV G N， GAVRILIN A T， GOROKHOV K V ．Generalized Rayleigh criterion of two-point resolution［J］．Radiophysics and Quantum Electronics，2005，48（5）：394-397.
13	CANDÉS E J， TAO T ．Near-optimal signal recovery from random projections：universal encoding strategies［J］．IEEE Transactions on Information Theory，2006，52（12）：5406-5425.
14	CANDÉS E J， WAKIN M B ．An introduction to compressive sampling［J］．IEEE Signal Processing Magazine，2008，25（2）：21-30.
15	DONOHO D L ．Compressed sensing［J］．IEEE Transactions on Information Theory，2006，52（4）：1289-1306.
16	王强，李佳，沈毅．压缩感知中确定性测量矩阵构造算法综述［J］．电子学报，2013，41（10）：2041-2050.
	WANG Qiang， LI Jia， SHEN Yi ．A survey on deterministic measurement matrix construction algorithms in compressive sensing［J］．Acta Electronica Sinica，2013，41（10）：2041-2050.
17	BERTIN N， DAUDET L， EMIYA V，et al ．Compressive sensing in acoustic imaging［M］∥ BOCHE H，CALDERBANK R，KUTYNIOK G，et al．Compressed sensing and its applications．Cham：Birkhäuser，2015：169-192.
18	FERNANDEZ-GRANDE E， XENAKI A， GERSTOFT P ．A sparse equivalent source method for near-field acoustic holography［J］．Journal of the Acoustical Society of America，2017，141（1）：532-542.
19	郑娟毅，慕金玉，邢丽荣，等．基于深度压缩感知的波束空间信道估计算法［J］．华南理工大学学报（自然科学版），2022，50（12）：101-108.
	ZHENG Juanyi， MU Jinyu， XING Lirong，et al ．Beamspace channel estimation algorithm based on deep compressed sensing［J］．Journal of South China University of Technology （Natural Science Edition），2022，50（12）：101-108.
20	宁方立，卫金刚，刘勇，等．压缩感知声源定位方法研究［J］．机械工程学报，2016，52（19）：42-52.
	NING Fangli， WEI Jingang， LIU Yong，et al ．Study on sound sources localization using compressive sensing ［J］．Journal of Mechanical Engineering，2016，52（19）：42-52.
21	宁方立，张超，潘峰，等．飞机起落架噪声源定位的压缩感知算法［J］．航空学报，2018，39（5）：121810/1-11.
	NING Fangli， ZHANG Chao， PAN Feng，et al ．Compressive sensing algorithm for sound source location of aircraft landing gear［J］．Acta Aeronautica et Astronautica Sinica，2018，39（5）：121810/1-11.
22	吴干永．基于压缩感知的斜轴式轴向柱塞马达声强场可视化研究［D］．福州：福州大学，2020.

[1]	杨春玲, 梁梓文. 特征域近端高维梯度下降图像压缩感知重构网络[J]. 华南理工大学学报(自然科学版), 2024, 52(3): 119-130.
[2]	韩乐, 江怡华. 鲁棒截断L1-L2全变分稀疏恢复模型[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 45-53,140.
[3]	杨春玲, 凌茜, 吕泽宇. 特征域多假设预测视频压缩感知重构神经网络[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 80-90.
[4]	杨春玲凌茜. 基于深度学习的两阶段多假设视频压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 88-99.
[5]	杨春玲郑钊彪李金昊. CVS 中基于块分类的自适应阈值调整组稀疏重构[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 29-37,48.
[6]	杨春玲裴翰奇. 基于残差学习的多阶段图像压缩感知神经网络[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 82-91.
[7]	杨春玲郑学炜. CVS中基于多维度参考帧的双稀疏重构算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 1-10.
[8]	刘杰平杨朝煜陈栋杨业长马丽红. 结合系数重用正交匹配追踪的字典学习算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 52-56，63.
[9]	王红卫杨雅洁张龙. 三维声强测量系统的标定技术[J]. 华南理工大学学报（自然科学版）, 2018, 46(7): 123-127,136.
[10]	杨春玲戴超. 视频压缩感知中基于菱形快速搜索的双匹配区域预测 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 49-57.
[11]	杨春玲汤瑞东. 基于低秩增强的图像压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(10): 72-80.
[12]	杨春玲熊光银戴超. 视频压缩感知中基于快速搜索的迭代多假设算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 107-112,125.
[13]	杨春玲李文豪. CVS 中基于残差结构特征的块分类重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 1-10.
[14]	杨春玲李林荪. 基于像素相关的图像/视频压缩感知观测矩阵[J]. 华南理工大学学报（自然科学版）, 2017, 45(12): 27-35.
[15]	谢中华马丽红钟福平. 基于复合稀疏约束的近似消息传递CS 重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 18-25.

压缩感知在斜轴式马达声强成像中的应用研究

Application of Compressed Sensing in Sound Intensity Imaging of Bent-Axis Motor

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价