张金圈,张荣婷,胡余生
(国家节能环保制冷设备工程技术研究中心,珠海519070)
随着社会的发展和人们生活水平的不断提高,变频压缩机由于其高效节能、舒适性、结构简单,被广泛应用于家用空调中。与此同时,变频压缩机的噪声和振动问题得到了国内外学者越来越多的关注,其中如何分析评价压缩机噪声以及快速准确地识别定位异常噪声变得极为迫切。
压缩机声品质是空调NVH研究的关键部分,因为压缩机是空调系统的主要噪声源。声品质评价不但是压缩机噪声质量的检测手段,同时也为压缩机噪声质量的改善指明了方向[1]。通过声品质评价方法对噪声异常的试验样机进行了分析,选取了A声级、响度、粗糙度、尖锐度作为客观声品质评价参数,分析结果表明与类似排量的噪声正常压缩机相比,该试验样机噪声质量较差。
频谱分析是常用的噪声分析手段,能反映出压缩机噪声的幅值大小和频带信息,但是这种方法无法得到压缩机辐射声场的更多细节,也不能识别定位噪声源[2]。声阵列技术是一种先进的噪声源识别定位技术,能够使空间声场可视化,从而精确定位目标声源。本文通过采用声阵列技术,对异常压缩机进行分析,在全频段范围内得到了压缩机表面的噪声源分布,从而找出了压缩机噪声异常的原因。
压缩机声品质分析是压缩机NVH研究中必不可少的部分,声品质分析不仅是判断压缩机噪声好坏的有效工具,也为压缩机噪声品质的改善提供了可靠的信息。声品质评价分为主观评价和客观评价两部分,主观评价是通过人的听觉感受进行声音品质的评价,而客观评价则通过一组心理声学参数来量化人对声音品质的听觉感受。声品质的研究更加注重人类听觉的心理特征和过程,要求设计更加人性化。声品质实际上是人们对产品的一种主观感受,通过采用心理声学参数分析,来客观地、定量地反映听觉感受的差别,从而可以评价产品的噪声水平。常用的心理声学参数为响度、尖锐度、粗糙度。
响度是反映人耳对声音强弱主观感受程度的心理声学参数,它考虑人耳对声音频谱的掩蔽特性,能够比A声级更准确地反映声音信号的响亮程度。响度的单位是sone,定义1kHz、40dB纯音的响度为1sone。本文将采用Zwicker响度作为压缩机客观声品质分析的评价参数[3]。粗糙度是描述人对声音信号瞬时变化的感觉,与声音的调制频率、调制比、中心频率和声压级有关。其中,调制频率和调制比对粗糙度的影响最为显著,且随着调制比的增大而增大。粗糙度的单位是asper,规定调制比为1,声压级为60dB的1kHz幅值调制纯音,在调制频率为70Hz时的粗糙度为1asper。尖锐度是描述高频成分在声音频谱中所占比例的物理量,它反映了人们主观上对高频段声音的一种感觉,反映了声音信号的刺耳程度。尖锐度的单位是acum,规定中心频率为1kHz、带宽为160Hz的60分贝窄带噪声的尖锐度为1acum。
本文比较了两台类似排量压缩机的声品质,其中正常压缩机的排量为420ml/r,噪声异常试验样机的排量为428ml/r。从主观上来评价,试验样机的噪声听起来令人烦躁、难以接受,而正常压缩机听起来则舒服很多。如表1所示为运行频率从40Hz到80Hz时,两台压缩机的A声级比较,可以看出两台压缩机声功率级的最大差别体现在高频运行时。因此,如图1所示比较了80Hz运行频率下的响度、粗糙度和尖锐度,分析结果表明:
(1)噪声正常压缩机的响度曲线比噪声异常试验样机响度小很多,这说明响度对压缩机的客观声品质影响很大,它能够非常准确地反映声品质的好坏;
(2)两台压缩机的粗糙度处于同一水平,分析结果表明粗糙度对压缩机客观声品质评价影响比较小;
(3)正常压缩机的尖锐度同样也小于噪声异常试验样机的尖锐度,这表明该试验样机有更多的高频噪声成分存在。
综上所述,两台压缩机客观声品质评价参数的计算结果证明了客观声品质评价与人的主观感受是一致的,所采用的客观声品质评价方法是正确和可行的,该方法可以用于压缩机噪声品质的评价。此外,具体到三个参数对压缩机客观声品质评价的影响,响度的影响程度最大,尖锐度次之,粗糙度影响最小。
当运行频率范围为40~80Hz时,如图2和图3所示为正常压缩机和噪声异常试验样机响度和尖锐度的对比。从图2中可以看出,两台压缩机的响度都随着运行频率的升高而增大,并且试验样机的响度水平始终大于正常机。然而从图3中可知,两台压缩机的尖锐度都随着运行频率的升高而降低,这与响度变化规律正好相反。
表1 两台压缩机的A声级比较
图1 两台压缩机客观声品质评价参数比较
图2 不同运行频率下响度比较
图3 不同运行频率下尖锐度比较
声阵列技术是一种先进的噪声源识别、定位以及空间声场可视化的技术,它基于传声器阵列的指向性原理,对物体表面的声源分布进行测量,找到主要噪声源的位置,并得到辐射声场的主要特征。该技术适用于分析中高频率的声源,同时用较少数量的传声器就可以获得较高的分辨率[4,5]。
声阵列技术的原理可通过基本的延迟求和方法进行介绍,根据几何阵列中传声器接收声波信号时间的差异与传声器本身位置的差异,确定各个传声器相对于参考传声器的延迟时间,然后通过对各个传声器的输出进行延迟、加权、求和运算,进而确定声信号的来源方向。对于近场声学测试,阵列输出形式为:
其中ωm是各个传声器所采用的一组加权系数,M是阵列中传声器的数量,Δm是各个传声器的延迟时间,其表达式为
其中r是从声源位置到参考传声器的距离向量,rm(r)是从声源位置到第m个传声器的距离,c为声速。
在第二节内容中计算出了试验样机的客观声品质评价参数,包括A声级、响度、粗糙度以及尖锐度,结果证明了该样机具有较差的噪声品质。接下来需要找出造成该样机噪声偏大的原因,因此将通过声阵列技术来找出影响噪声水平的关键频率点,并识别定位对应的声源。
常规条件下,压缩机噪声的测量是通过10点布置法,得到A计权声功率级,该方法只能粗略的测量压缩机表面的声学信息,无法得到更多更有价值的信息。本次试验中采用了声阵列法,沿着压缩机壳体和分液器表面进行扫描测量,通过传声器阵列可以获取更多的空间声学信息。采用的测试阵列形式如图4所示,在噪声异常样机周围布置300个测点,如左图所示在垂直方向上布置10个传声器,如右图所示在水平方向上环绕着压缩机布置30个传声器。传声器阵列与压缩机表面的测量距离为6 cm,垂直方向上相邻两个传声器之间的距离为3 cm。规定30°~330°对应1~21列,相邻两列之间的角度为15°,该测试区域位于压缩机壳体上;同样规定360°~540°对应22~30列,相邻两列之间的角度为22.5°,该测试区域在分液器上。实验是在半消声室中完成,本底噪声低于16dB。
图4 传声器阵列的布置形式
图5 正常机与试验样机1/3倍频程比较
图6 压缩机壳体周围关键测点频谱
图7 试验样机关键频率点对应的声源图
如图5所示为压缩机运行频率为60Hz时,正常压缩机与噪声异常试验样机1/3倍频程的对比,其中绿色频谱代表试验样机,蓝色频谱代表正常机,通过对比可以明显看出,两个压缩机频谱的最大差别主要表现在中心频率2500~5000Hz范围内,因此需要重点关注该频率段。
实际上压缩机可以分为两部分,一部分是壳体,另一部分是分液器,其中壳体有最大的噪声辐射面,贡献了整机噪声的大部分,因此非常有必要对壳体周围关键测量点的频谱进行分析,得到影响压缩机噪声最大的几个频率点。如图6所示为壳体周围关键测点的频谱,该频谱未经过A计权修正,可看出异常试验样机整段频谱图中,峰值最为密集的频段分布在2300~5000Hz频段内,构成了能量的主要成分,其中三个最大的频率点分别为2761Hz、3481Hz 和 3841Hz。
根据图6所示测得的频谱数据,可看出2761Hz、3481Hz、3841Hz对压缩机整体噪声影响最大。根据声阵列测试方法,如图7(a)-(c)分别为噪声异常试验样机三个最大频率点对应的声源图,其中30°~330°对应压缩机壳体表面的声源分布,360°~540°对应分液器表面的声源分布。从图中可以看出,主要噪声源全部位于壳体下方,其中2761Hz和3481Hz的最大噪声源位于压缩机的下气缸位置,而3841Hz的最大噪声源位于压缩机的上气缸位置。因此,设计者需要通过优化压缩机的气缸设计来改善整机噪声,从而达到事半功倍的效果。
通过对壳体周围关键测点的频谱分析以及声阵列技术的应用,发现压缩机主要的噪声源都分布在壳体的上下气缸位置上,因此造成试验样机噪声偏大的原因被查找出来。考虑到压缩机气缸内部影响整机噪声的因素主要有压缩噪声、排气噪声、机械噪声、摩擦噪声等,在这些影响因素中比较容易实现的是降低压缩噪声和排气噪声等气动噪声。因此,在压缩机的上下气缸斜切口位置均设计了1200Hz亥姆赫兹共振腔,测试结果表明,整机噪声有了明显的降低,如表2所示。
表2 优化后压缩机与异常机A声级比较
本文分析了正常机与噪声异常试验样机的响度、粗糙度和尖锐度等客观声品质评价参数,其中试验样机的响度和尖锐度均比正常机大很多,说明了试验样机有更多的高频噪声成分,而两者的粗糙度处于同一水平。总体而言,两台压缩机的客观声品质评价结果与人的主观感受是一致的,证明了该方法的可行性和有效性。此外,当压缩机运行频率从40Hz升高到80Hz时,正常机和试验样机的响度都随着运行频率的升高而增大,尖锐度都随着运行频率的升高而降低。
为了找出噪声异常的原因,对试验样机进行了声阵列测试。首先根据壳体周围关键测点的频谱,找出了影响整机噪声的主要频段和三个最大频率点;然后通过声阵列技术对三个最大频率点进行了噪声源识别定位分析,发现其对应的声源位置分别位于压缩机的上下气缸处;最后通过在样机上下气缸斜切口位置增加亥姆赫兹共振腔的方式,有效地降低了整机噪声。
[1]尤晋闽,陈天宁,和丽梅.空调压缩机噪声声品质主客观评价及其相关性研究 [J].流体机械,2007,35(11):1-5
[2]Zhigang Huang,Hong Guo,etc.The Diagnosis and Optimization of Scroll Compressor Noise Based on the Theory of Near-Field Acoustical Holography.2010 Purdue Compressor Technology Conference,1392-1397
[3]LMS Test.Lab Manuals.
[4]张金圈,毕传兴,陈心昭.Beamforming方法的阵列研究及其在噪声源识别中的应用 [J].噪声与振动控制,2009,29(03):54-58
[5]张金圈.基于波束形成技术的噪声源识别与声场可视化研究[D].合肥工业大学硕士学位论文,2010