申请/专利权人：天津大学

申请日：2022-08-11

公开（公告）日：2023-01-17

公开（公告）号：CN115615536A

主分类号：G01H17/00

分类号：G01H17/00;G01M15/02;G01M15/12

优先权：

专利状态码：在审-公开

法律状态：2023.01.17#公开

摘要：本发明公开了一种基于EFD‑SST的内燃机燃烧噪声识别技术，属于内燃机技术领域，所述内燃机燃烧噪声识别技术包括以下步骤：步骤S1：分别测试内燃机的标况和倒拖工况的整机5点噪声信号，所述标况为2000rmin，所述倒拖工况为2000rmin；步骤S2：机械噪声与燃烧噪声分离，利用倒拖法进行噪声分离。本发明中，通过测试内燃机噪声数据，利用倒拖法完成机械噪声与燃烧噪声的分离，采用经验傅里叶分解EFD‑同步小波压缩变换SST对燃烧噪声信号进行分解，进而分析燃烧噪声的内部机理，提高内燃机燃烧噪声识别的精度和效率，为内燃机燃烧噪声的控制提供更为精确有效的指导。

主权项：1.一种基于EFD-SST的内燃机燃烧噪声识别方法，利用EFD技术能够自适应地分解内燃机的燃烧噪声信号并结合SST对各分量进行识别，其特征在于，包括以下步骤：S1：分别测试内燃机的标况和倒拖工况的整机5点噪声信号，所述标况为2000rmin，所述倒拖工况为2000rmin；S2：利用倒拖法进行噪声分离对内燃机总噪声和机械噪声进行三分之一倍频处理，得到每个中心频率对应的噪声数值，利用中心频率下的总噪声值与机械噪声值得到内燃机的燃烧噪声频谱图；S3：基于EFD技术，对内燃机的燃烧噪声信号进行分解；S4：基于SST的IMF时-频分析技术，获得噪声的分解分量本征模函数IMF。

全文数据：

权利要求：

百度查询： 天津大学 一种基于EFD-SST的内燃机燃烧噪声识别技术

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD