3-WP05-002: Noise Emission Finder for Centrifugal Compressor

3-WP05-002: Noise Emission Finder for Centrifugal Compressor

Různé

cs

Jedná se o software určený pro identifikaci zdrojů hluku a stanovení otáček turbodmychadla na základě analýzy jeho akustické emise SIREN–TC (Sonic Identification of Rotation & Emission Noise – Turbocharger). Hlavním cílem řešení je umožnit uživateli načíst měřený signál, provést jeho předzpracování, určit pravděpodobné otáčky turbodmychadla a následně vyhodnotit výskyt vybraných zdrojů hluku v analyzovaných datech. Základní část algoritmu je zaměřena na rozpoznání otáček. Vstupní signál je rozdělen do dílčích časových úseků, tzv. oken, s definovaným překryvem. V každém okně jsou identifikovány výrazné tónové složky, které jsou dále filtrovány s využitím poměru signálu k šumu a idealizovány pomocí Gaussových pulsů. Na základě zadaného rozsahu očekávaných otáček software generuje sadu umělých referenčních signálů obsahujících hlavní frekvenci a vybrané vyšší harmonické složky. Tyto signály jsou následně porovnávány s idealizovaným signálem pomocí korelační analýzy. Součtem korelací přes více oken dochází k potlačení falešně pozitivních detekcí a ke zvýšení spolehlivosti výsledného určení otáček. Na určené otáčky navazuje druhá část algoritmu, která slouží k identifikaci běžných zdrojů hluku. Pro jednotlivé typy hluku jsou generovány odpovídající modelové složky, opět reprezentované Gaussovými pulsy. Software poté vyhodnocuje míru jejich překryvu s idealizovaným signálem v jednotlivých oknech. Výsledkem je pravděpodobnost výskytu daného zdroje hluku v analyzovaném záznamu. Tento postup umožňuje nejen detekovat dominantní akustické projevy, ale také poskytnout uživateli přehled o jejich lokalizaci a významnosti v rámci signálu. Implementace software byla navržena s důrazem na modularitu, přenositelnost a dlouhodobou udržitelnost. Zvolený technologický rámec Electron umožňuje provoz aplikace na běžně používaných operačních systémech, zejména Microsoft Windows, Linux a macOS. Architektura aplikace umožňuje postupné rozšiřování nebo nahrazování jednotlivých bloků algoritmu, například částí zajišťujících předzpracování signálu, výpočet FFT nebo práci se vstupními daty. Součástí výstupu je uživatelské rozhraní navržené s ohledem na přehlednost, dostupnost a snadné použití. Aplikace umožňuje načítání dat ve formátu csv, nastavení doplňkových parametrů zpracování a zobrazení výsledků. Rozhraní je logicky členěno na navigační část, pracovní plochu a spodní informační lištu určenou pro nápovědu, upozornění a chybová hlášení. Software tak kombinuje robustní algoritmické jádro s prakticky použitelným prostředím, které podporuje efektivní vyhodnocování akustických emisí.

This is software designed for the identification of noise sources and the determination of turbocharger speed based on the analysis of its acoustic emission: SIREN–TC (Sonic Identification of Rotation & Emission Noise – Turbocharger). The main objective of the solution is to enable the user to load a measured signal, perform its preprocessing, determine the probable turbocharger speed, and subsequently evaluate the occurrence of selected noise sources in the analysed data. The basic part of the algorithm focuses on speed recognition. The input signal is divided into partial time segments, referred to as windows, with a defined overlap. In each window, prominent tonal components are identified, further filtered using the signal-to-noise ratio, and idealized by means of Gaussian pulses. Based on the specified range of expected speeds, the software generates a set of artificial reference signals containing the fundamental frequency and selected higher harmonic components. These signals are then compared with the idealized signal using correlation analysis. By summing the correlations across multiple windows, false positive detections are suppressed, and the reliability of the final speed determination is increased. The second part of the algorithm builds on the determined speed and is used to identify common noise sources. For individual types of noise, corresponding model components are generated, again represented by Gaussian pulses. The software then evaluates the degree of their overlap with the idealized signal in individual windows. The result is the probability of occurrence of a given noise source in the analysed record. This approach makes it possible not only to detect dominant acoustic manifestations, but also to provide the user with an overview of their localization and significance within the signal. The software implementation was designed with an emphasis on modularity, portability, and long-term sustainability. The selected Electron technology framework enables the application to run on commonly used operating systems, particularly Microsoft Windows, Linux, and macOS. The application architecture allows individual algorithm blocks to be gradually extended or replaced, for example the parts responsible for signal preprocessing, FFT calculation, or handling input data. The output also includes a user interface designed with regard to clarity, accessibility, and ease of use. The application allows data to be loaded in csv format, additional processing parameters to be set, and results to be displayed. The interface is logically divided into a navigation section, a workspace, and a lower information bar intended for help, warnings, and error messages. The software thus combines a robust algorithmic core with a practically usable environment that supports the efficient evaluation of acoustic emissions.

Akustická emise; turbodmychadlo; identifikace hluku; otáčky turbodmychadla; zpracování signálu

Acoustic emission; turbocharger; noise identification; turbocharger speed; signal processing