共被期刊论文引用了4次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于偏相干分析方法的怠速工况车内噪声源识别显示文摘为了提高汽车从生产标准到消费者的驾乘体验,有效控制汽车车内噪声,在振动与噪声测试试验的基础上,利用谱分析和偏相干分析,识别出定置怠速工况下不同频段内结构-空气噪声源,提出以噪声源类型特性识别为前提的输入信号与输出信号之间的因果关系判断,根据结构-空气噪声源的贡献量高低进行信号源的有序输入,基于相干性理论建立了一个6输入单输出的线性系统,并结合偏相干的计算公式,应用Matlab编程计算出各振动、噪声测点与车内噪声的偏相干系数.分析结果表明:低频段车内噪声是由发动机工作的低频激励经悬置点传递至车内引起的,发动机右悬置振动是主要噪声源;中频段车内噪声是由空气噪声与结构振动的耦合作用泄露至驾驶室内的结果,发动机左悬置振动是主要噪声源;高频段车内噪声是由发动机的燃烧噪声和排气系统的噪声通过空气泄漏至驾驶室内的结果,发动机舱噪声是主要噪声源. | 陈克 姜少玮 李孟宇 | 2019 | 中国工程机械学报2019，17，3： | 7 |
| 2 | 基于遗传-支持向量回归的车内稳态噪声声品质预测显示文摘为了稳定、精确地评价车内稳态噪声声品质,以车内稳态噪声为研究对象,进行主观评价试验,计算客观心理声学参数并完成了相关性分析。建立基于支持向量回归(Support Vector Regression,SVR)的车内稳态噪声声品质预测模型,并使用遗传算法(Genetic Algorithm,GA)对支持向量回归的超参数进行优化。其后建立基于反向传播神经网络(Back Propagation Artificial Neural Network,BPANN)的声品质预测模型。对比分析发现遗传-支持向量回归(GASVR)模型预测精度高于BP神经网络。结果表明,遗传-支持向量回归适用于车内稳态噪声声品质预测,能够较大提高车内稳态噪声声品质预测精度和工程效率。 | 朱仝 郑松林 袁卫平 | 2020 | 噪声与振动控制2020，40，3： | 5 |
| 3 | 船厂劳务工人工作场所噪声危害现状调查显示文摘目的分析船厂劳务工人工作场所噪声危害现状调查结果。方法选取船厂劳务工人241人,均对接触噪声,进行听力测试,分析船厂工作场所的噪声危害。结果造船厂主要噪音场所是装焊车间、高压站、钢材预处理、管子车间,电焊设备、桥式起重机、钢板撞击、钢板打磨、空气机排气、空气机放空、冷却塔、除尘风机、喷砂装置、焊缝打磨、钢管撞击、钢管切割噪声均超过80d B。电焊工听力损伤率41.89%,管工听力损伤率42.86%,装配工听力损伤率39.68%,起重工听力损伤率37.04%,行车工听力损伤率22.22%,电工听力损伤率29.63%,钳工听力损伤率15.38%,其中听力损伤率最高的是管工,其次是电焊工、装配工、起重工、电工、行车工,听力损伤率最低的是钳工。造船厂主要噪音场所是装焊车间、高压站、钢材预处理、管子车间。结论船厂劳务工人工作场所噪声危害较大,特别是装焊车间、高压站、钢材预处理、管子车间。工种中,管工和电焊工接触噪音强度最高,听力损失率也最高。 | 刘淑娇 | 2018 | 中国医药科学2018，8，6： | 2 |
| 4 | 商用车加速行驶车外噪声标准试验研究与应用显示文摘针对商用车在加速行驶中车外噪声对城市环境带来的污染越来越严重,而目前的GB 1495-2002车外噪声标准试验方法不能较好地测量出商用车真实噪声值,因此,在该标准的基础上,对车外噪声标准的试验场地、档位选择、噪声修正以及试验方法等进行改进,通过前后两种试验的对此,得出改进后的加速行驶车外噪声测量结果更贴近实际,这对商用车加速行驶车外噪声标准的研究提供了一定依据。 | 杨兆伟 | 2022 | 电子质量2022，，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员