智軌電車司機室主動降噪方法仿真研究

周 升 ，黃萬軍，李 偉，肖 磊，黃 金 ，何 杰

（1.四川省中車鐵投軌道交通有限公司，四川 宜賓 644600；2.中車株洲電力機車研究所有限公司，湖南 株洲 412001；3.西南交通大學(xué)，四川 成都 610031）

0 引言

由中車株洲電力機車有限公司研究所自主研制的智能軌道快運系統(tǒng)（autonomous-rail rapid transit，ART）具有運量大、建設(shè)成本低、建設(shè)周期短等優(yōu)勢，受到廣泛關(guān)注，先后在湖南株洲和四川宜賓開通試運營了首條示范線和商業(yè)化運營線路[1-2]。作為ART的重要組成部分，智軌電車以其平穩(wěn)、舒適的特點而受到廣泛好評。得益于合理的布局設(shè)計和先進的隔熱降噪工藝，智軌電車客室的噪聲抑制效果比地鐵車輛和普通公交車的更好。由于智軌電車采用100%低地板設(shè)計，大型車載機電設(shè)備均被布置在電車兩端司機室底架，這些設(shè)備會產(chǎn)生大量的噪聲且噪聲可通過車體傳入司機室。傳統(tǒng)的吸音棉降噪措施其噪聲抑制效果與厚度有關(guān)，在復(fù)雜的噪聲環(huán)境中降噪效果不理想；且受空間限制，加裝大型消音裝置也不太現(xiàn)實。

主動降噪（active noise cancellation，ANC）技術(shù)因具有裝置體積小、重量輕、針對性強等特點被廣泛應(yīng)用[2]。早在20世紀(jì)30年代，德國學(xué)者P.Leug就提出了前饋主動噪聲控制技術(shù)并申請了相關(guān)專利[3]；隨后“電子吸聲器”的概念被提出且其應(yīng)用場景被進行了設(shè)想[4]。到了20世紀(jì)80年代，主動降噪技術(shù)開始被應(yīng)用在汽車駕駛室并取得了良好的降噪效果[5-6]。目前，該技術(shù)在乘用汽車上的應(yīng)用已經(jīng)比較成熟，但在軌道交通車輛領(lǐng)域的應(yīng)用相對較少，因此對智軌電車主動降噪技術(shù)的研究十分必要。

本文通過對智軌電車司機室的噪聲特點進行研究，分析了傳統(tǒng)降噪技術(shù)的不足，對主動降噪技術(shù)的原理和算法進行了介紹并針對智軌電車的噪聲數(shù)據(jù)進行了建模仿真分析。

1 智軌電車司機室噪聲分析

智軌電車司機室的噪聲主要來自安裝在底架上的牽引電機、驅(qū)動橋以及空壓機等機電設(shè)備。機電設(shè)備在工作時產(chǎn)生的不同頻率的振動通過車體傳播到司機室，在司機室內(nèi)形成空氣噪聲和機械噪聲。智軌電車司機室噪聲空間分布如圖1所示。

根據(jù)國家標(biāo)準(zhǔn)GB 14892-2006《城市軌道交通列車噪聲限值和測量方法》[7]，地鐵和輕軌車輛運行在地上線路時，司機室內(nèi)噪聲等效聲壓級(sound pressure leve, SPL)最大允許限值為75 dB。這里等效聲壓級被定義為

式中：Leq——等效聲壓級，dB；（t2-t1）——規(guī)定的時間間隔，s；pA(t)——瞬時A計權(quán)聲壓，Pa；p0——基準(zhǔn)聲壓，20×10-6Pa。

根據(jù)文獻[7]提出的測量方法，以宜賓智軌T1線列車作為測試對象，采用Ⅰ型聲計器獲得列車司機室座椅旁邊各主要噪聲源等效聲級如表1所示?？梢钥闯?，牽引電機噪聲在各噪聲源中為主要噪聲來源。

表1 主要噪聲源噪聲等級Tab. 1 Noise level of main noise sources

取時間間隔為5 000個采樣周期，由式(1)計算的等效聲壓級時程如圖2所示。測量數(shù)據(jù)時長為48 s，0～5 s期間列車啟動，牽引工況下司機室噪聲等效聲壓級約為75 dB；5～20 s期間列車高速滑行，噪聲約為70 dB；20～28 s期間列車減速制動，噪聲水平達到80 dB左右；28～30 s期間列車為怠速滑行狀態(tài)，此時胎噪和外場風(fēng)噪較小，電機、空壓機等設(shè)備也不產(chǎn)生劇烈抖動，噪聲來源主要為各機電設(shè)備的原始噪聲，因此司機室噪聲水平較低。綜合來看，智軌電車在滑行的時候噪聲比較小，在牽引和制動的時候噪聲會較大且波動劇烈。

圖2 智軌電車司機室噪聲等效聲壓級時程圖Fig. 2 Time series of SPL in ART cab

為了進一步分析智軌電車司機室的噪聲成分，對所采集的司機室噪聲進行頻譜分析，結(jié)果如圖3所示。

圖3 司機室噪聲功率譜密度Fig. 3 Power spectral density in ART cab

由圖3可以看出，智軌電車司機室噪聲集中分布在 100～200 Hz、420～550 Hz、720～750 Hz、920～980 Hz和1 050～1 150 Hz幾個頻段，其中以200 Hz以下的低頻噪聲為主。對于420～1 150 Hz頻段的高頻噪聲，采用傳統(tǒng)被動降噪技術(shù)進行抑制；而對于低頻噪聲，若采用被動降噪技術(shù)會造成降噪成本的大幅提升，因此難以實際應(yīng)用。智軌電車司機室構(gòu)造屬于典型的封閉內(nèi)腔，而腔內(nèi)主動降噪技術(shù)對200 Hz以下的低頻噪聲具有較好的抑制效果，本文將重點研究該技術(shù)在智軌電車司機室低頻噪聲抑制中的應(yīng)用。

2 主動降噪基本原理

主動降噪分為前饋型控制和反饋型控制。反饋型主動降噪因自身缺點而較少應(yīng)用[8]。前饋主動降噪系統(tǒng)按照其噪聲抑制的帶寬又分為窄帶前饋主動降噪系統(tǒng)和寬帶前饋主動降噪系統(tǒng)[9]。由于智軌電車司機室噪聲頻率分布較廣，因此本文重點闡述寬帶前饋主動降噪系統(tǒng)原理。

圖4示出寬帶前饋主動降噪系統(tǒng)，其主要由參考傳感器、次級聲源以及ANC控制算法等組件構(gòu)成。為了使降噪效果在較寬的頻段內(nèi)有效，寬帶ANC控制系統(tǒng)一般采用聲學(xué)傳感器來構(gòu)造參考信號。通過參考傳感器和誤差傳感器采集初級聲源信號以及誤差信號，通過相應(yīng)算法計算出次級聲源所需信號，由揚聲器發(fā)出聲波與噪聲互相抵消，實現(xiàn)降噪功能。

圖4 主動降噪技術(shù)原理Fig. 4 Principle of active noise reduction technology

假設(shè)噪聲和次級聲源分別為

式中：p1，p2——聲壓；pA1，pA2——聲壓幅值；ω——角頻率；φ1，φ2——相位。

兩個聲波疊加后，分布在空間的平均聲音能量密度為[10]

式中：ρ——介質(zhì)密度；c——聲速；φ——相位，φ=φ1-φ2。

當(dāng)pA1=pA2，φ=nπ，n=1, 3, 5, …時，=0，從而實現(xiàn)消除噪聲的功能。

圖4所示的主動降噪抑制系統(tǒng)中，ANC控制算法是整個系統(tǒng)的關(guān)鍵。該算法主要功能是對次級聲源信號及誤差信號進行分析處理，計算出消除噪聲所需的次級聲源信號并輸出到揚聲器產(chǎn)生次級聲源，與現(xiàn)場噪聲相互疊加抵消。文獻[8]指出，為了消除系統(tǒng)電信號和聲音信號互相轉(zhuǎn)換時的延遲問題，通常采用濾波x信號最小均方算法（filtered-x least mean square，F(xiàn)xLMS）和無限沖擊響應(yīng)濾波算法（infinite impulse response，IIR），但前者應(yīng)用范圍更加廣泛。

3 FxLMS算法

FxLMS算法是在LMS算法基礎(chǔ)上進行優(yōu)化的一種改進算法，其原理如圖5所示。其中，p(z)為主通道的傳遞函數(shù)，c(z)為揚聲器以及功放等電聲轉(zhuǎn)換系統(tǒng)的傳遞函數(shù)，w(z)是控制算法的濾波權(quán)值系數(shù)，c′(z)是c(z)的估計值，用于消除c(z)帶來的延時問題。c′(z)的估計可以采用系統(tǒng)辨識的方法獲取，通常采用在線辨識以消除具有時變特性的次級通道帶來的不利影響。

圖5 FxLMS算法原理Fig. 5 Principle of FxLMS algorithm

參考信號經(jīng)過主通道以后得到期望信號

式中：*表示卷積運算；x(k) 為參考信號；p(k) 為傳遞通道p(z)的脈沖響應(yīng)函數(shù)，其中，k為脈沖響應(yīng)傳遞函數(shù)及聲音信號時間序列的自變量，z為連續(xù)時間系統(tǒng)傳遞函數(shù)自變量。

當(dāng)濾波器長度為L時，控制器輸出信號為

式中：w(k) 為濾波器w(z)的脈沖響應(yīng)函數(shù)。

次級通道會引起控制器輸出信號的時延，揚聲器實際播放的次級信號為

式中：c(k) 為次級通道c(z)的脈沖響應(yīng)函數(shù)。

通過在LMS算法前加入估計的次級通道傳遞函數(shù)，可以修正次級通道c(z)帶來的時延：

式中：c′(k) 是通過系統(tǒng)辨識方法對c(k)進行估計得到的一個估計結(jié)果。

期望信號和次級信號相互疊加，形成誤差信號：

LMS算法以最小均方差作為計算權(quán)系數(shù)的目標(biāo)函數(shù)J(k)，即

采用最陡下降法[11]更新權(quán)系數(shù)。設(shè)LMS算法的收斂速度由收斂因子控制，則

其中，r(k)=x(k)*c(k)。

4 仿真分析

將智軌電車司機室采集的噪聲數(shù)據(jù)導(dǎo)出作為語音文件，然后導(dǎo)入到Matlab/Simulink平臺中，建立智軌電車司機室的主動降噪仿真模型（圖6）。由于智軌電車司機室內(nèi)凈空較大，噪聲源較多且有明顯的時變特性，聲場特性十分復(fù)雜，給主動降噪系統(tǒng)各組件的布置帶來很大的挑戰(zhàn)。在實際布置過程中，次級揚聲器應(yīng)當(dāng)布置在司機室附近以消除復(fù)雜的噪聲環(huán)境的影響；誤差傳感器則應(yīng)盡量靠近次級揚聲器布置。為了更加準(zhǔn)確獲取噪聲數(shù)據(jù)，參考傳感器一般靠近噪聲源布置，因此該傳感器適宜布置在噪聲能量貢獻最大的牽引電機周圍。

圖6 司機室主動降噪仿真模型Fig. 6 Simulation model of active noise reduction for cab

在該模型中，初級和次級通道的傳遞函數(shù)與智軌電車的結(jié)構(gòu)以及功率放大器和揚聲器的結(jié)構(gòu)相關(guān)，一般可以通過實驗或者建模分析獲得。由于傳遞函數(shù)不影響驗證算法的正確性，因此這里可以設(shè)定兩個傳遞函數(shù)來對司機室主動降噪進行模擬。

取收斂因子μ=0.5；濾波器長度L=128個采樣步長；仿真時間t=48 s，其和采集的數(shù)據(jù)時長一致；步長取10-6s。將司機座椅旁采集到的噪聲數(shù)據(jù)導(dǎo)入仿真模型，并進行運行仿真，得到降噪前后聲壓值和聲壓級波形如圖7和圖8所示?？梢钥吹?，主動降噪后，聲壓值較降噪前有大幅度的下降；聲壓級的下降幅度大約在20 dB左右，說明該算法對智軌電車噪聲抑制效果明顯。

圖7 聲壓值仿真波形Fig. 7 Simulation waveforms of sound pressure value

圖8 聲壓級仿真波形Fig. 8 Simulation waveforms of sound pressure level

圖9示出降噪后司機室的噪聲功率譜密度。

圖9 主動降噪后司機室噪聲功率譜密度Fig. 9 Noise power spectral density of cab after active noise reduction

對比圖3和圖9可知，采用上述降噪技術(shù)以后，各成分噪聲均有削弱，但200 Hz以下的低頻噪聲降噪效果更明顯。由于次級聲場的作用，采取主動降噪以后，司機室還有少量700～800 Hz左右的噪聲引入，但其功率譜密度集中在20 dB/Hz以下，對聲場能量貢獻較低。

5 結(jié)語

為降低智軌電車司機室噪聲，本文對其噪聲特點進行研究，發(fā)現(xiàn)智軌電車司機室的噪聲源中含有大量200 Hz以下的低頻噪聲成分，而傳統(tǒng)的被動降噪技術(shù)很難將其徹底消除。為此，本文提出一種智軌電車司機室噪聲抑制方法，其采用寬帶前饋主動降噪技術(shù)以及FxLMS控制算法。仿真驗證結(jié)果表明，采取該技術(shù)后，司機室噪聲降幅約為20 dB，聲壓級最大值在60 dB左右，進一步提升了智軌電車司機室的降噪效果。該技術(shù)占用空間小，適應(yīng)性強，能夠滿足智軌電車司機室降噪要求。

后續(xù)將結(jié)合本文的研究內(nèi)容在工程樣機中開展具體實驗驗證工作，就傳感器的數(shù)量、布置等方面做進一步的研究。