基于EMI與ANN技術(shù)的小型直流電機(jī)噪聲控制：原理、方法與實(shí)踐一、引言1.1研究背景與意義小型直流電機(jī)作為一種將電能轉(zhuǎn)化為機(jī)械能的關(guān)鍵設(shè)備，憑借其體積小、結(jié)構(gòu)簡單、調(diào)速性能好、啟動(dòng)轉(zhuǎn)矩大等諸多優(yōu)勢(shì)，在現(xiàn)代工業(yè)和日常生活的眾多領(lǐng)域中得到了廣泛應(yīng)用。在汽車工業(yè)里，小型直流電機(jī)被大量用于車窗升降、雨刮器、座椅調(diào)節(jié)、空調(diào)系統(tǒng)等部件，為汽車的舒適和便捷性提供動(dòng)力支持。在消費(fèi)電子領(lǐng)域，諸如手機(jī)振動(dòng)馬達(dá)、平板電腦散熱風(fēng)扇、電動(dòng)剃須刀、電動(dòng)牙刷等產(chǎn)品，都離不開小型直流電機(jī)驅(qū)動(dòng)。在醫(yī)療器械方面，小型直流電機(jī)也發(fā)揮著重要作用，像輸液泵、呼吸機(jī)、手術(shù)器械等設(shè)備中，都有其身影，確保醫(yī)療設(shè)備的精準(zhǔn)運(yùn)行。在智能家居領(lǐng)域，小型直流電機(jī)則被應(yīng)用于智能窗簾、智能門鎖、掃地機(jī)器人等設(shè)備，助力家居生活的智能化。據(jù)市場研究機(jī)構(gòu)的數(shù)據(jù)顯示，全球微型直流電機(jī)市場規(guī)模在2020年達(dá)到了約50億美元，預(yù)計(jì)到2027年將達(dá)到約70億美元，這充分彰顯了小型直流電機(jī)廣闊的市場前景和重要的應(yīng)用價(jià)值。然而，隨著人們對(duì)生活品質(zhì)和工作環(huán)境要求的不斷提高，電機(jī)的噪聲問題日益受到關(guān)注。小型直流電機(jī)在運(yùn)行過程中往往會(huì)產(chǎn)生各種噪聲，這些噪聲不僅會(huì)對(duì)設(shè)備本身的性能和可靠性產(chǎn)生負(fù)面影響，還會(huì)對(duì)周圍環(huán)境和人體健康造成干擾和危害。從設(shè)備性能角度來看，過大的噪聲可能預(yù)示著電機(jī)內(nèi)部存在機(jī)械故障，如軸承磨損、轉(zhuǎn)子不平衡等，這會(huì)加速電機(jī)零部件的磨損，降低電機(jī)的使用壽命，增加設(shè)備的維護(hù)成本。對(duì)于一些對(duì)精度要求較高的設(shè)備，如醫(yī)療器械、精密儀器等，噪聲還可能影響其工作精度，導(dǎo)致測量誤差或操作失誤。在對(duì)人體健康的影響方面，長期暴露在噪聲環(huán)境中，會(huì)對(duì)人的聽力系統(tǒng)造成損害，導(dǎo)致聽力下降甚至失聰。噪聲還會(huì)引發(fā)人體的應(yīng)激反應(yīng)，導(dǎo)致血壓升高、心率加快、失眠、焦慮等一系列生理和心理問題，影響人們的生活質(zhì)量和工作效率。特別是在一些需要安靜環(huán)境的場所，如醫(yī)院、圖書館、辦公室等，小型直流電機(jī)的噪聲問題顯得尤為突出。在醫(yī)院中，醫(yī)療設(shè)備的噪聲可能會(huì)干擾病人的休息和康復(fù)，影響醫(yī)護(hù)人員的工作判斷；在辦公室里，設(shè)備噪聲會(huì)分散員工的注意力，降低工作效率，引發(fā)員工的不滿情緒。從市場競爭的角度而言，在如今競爭激烈的市場環(huán)境下，產(chǎn)品的噪聲水平已成為消費(fèi)者選擇產(chǎn)品的重要考量因素之一。對(duì)于生產(chǎn)廠家來說，有效控制小型直流電機(jī)的噪聲，不僅能夠提升產(chǎn)品的品質(zhì)和用戶體驗(yàn)，增強(qiáng)產(chǎn)品的市場競爭力，還能樹立良好的品牌形象，贏得消費(fèi)者的信任和市場份額。如果產(chǎn)品的噪聲過大，即使其性能和價(jià)格具有一定優(yōu)勢(shì)，也可能會(huì)因?yàn)樵肼晢栴}而被消費(fèi)者所摒棄。傳統(tǒng)的小型直流電機(jī)噪聲控制方法存在一定的局限性，難以滿足日益嚴(yán)格的噪聲控制要求。因此，探索新的噪聲控制技術(shù)和方法具有重要的現(xiàn)實(shí)意義。電磁干擾（EMI）技術(shù)和人工神經(jīng)網(wǎng)絡(luò)（ANN）技術(shù)作為近年來發(fā)展迅速的前沿技術(shù)，為小型直流電機(jī)的噪聲控制提供了新的思路和方法。EMI技術(shù)能夠有效抑制電機(jī)運(yùn)行過程中產(chǎn)生的電磁干擾，減少電磁噪聲的傳播；ANN技術(shù)則具有強(qiáng)大的非線性映射能力和自學(xué)習(xí)能力，可以對(duì)電機(jī)的噪聲特性進(jìn)行建模和預(yù)測，從而實(shí)現(xiàn)更加精準(zhǔn)的噪聲控制。將這兩種技術(shù)相結(jié)合，有望為小型直流電機(jī)的噪聲控制帶來新的突破，提升電機(jī)的性能和品質(zhì)，推動(dòng)相關(guān)產(chǎn)業(yè)的發(fā)展。1.2國內(nèi)外研究現(xiàn)狀小型直流電機(jī)噪聲控制一直是國內(nèi)外學(xué)者和工程師關(guān)注的重要課題，隨著相關(guān)技術(shù)的不斷發(fā)展，眾多研究成果不斷涌現(xiàn)。在國外，早在20世紀(jì)中期，就有學(xué)者開始對(duì)電機(jī)噪聲進(jìn)行研究。美國學(xué)者[學(xué)者姓名1]在早期通過實(shí)驗(yàn)研究，初步分析了直流電機(jī)電磁噪聲與磁場分布的關(guān)系，指出氣隙磁場的不均勻是導(dǎo)致電磁噪聲的關(guān)鍵因素之一。此后，隨著計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)值計(jì)算方法被廣泛應(yīng)用于電機(jī)噪聲研究領(lǐng)域。德國的科研團(tuán)隊(duì)[科研團(tuán)隊(duì)名稱1]利用有限元分析軟件，對(duì)小型直流電機(jī)的電磁場進(jìn)行精確建模，深入研究了電磁力波的分布特性及其對(duì)噪聲的影響，通過優(yōu)化電機(jī)的結(jié)構(gòu)參數(shù)，有效降低了電磁噪聲。日本在小型直流電機(jī)噪聲控制方面也取得了顯著成果，[學(xué)者姓名2]等人研發(fā)出一種新型的電刷材料，這種材料能夠有效減少電刷與換向器之間的摩擦和火花，從而降低了電氣噪聲和機(jī)械噪聲。此外，國外一些知名企業(yè)，如德國的西門子、日本的松下等，也投入大量資源進(jìn)行電機(jī)噪聲控制技術(shù)的研發(fā)，他們將先進(jìn)的控制算法和智能傳感器應(yīng)用于電機(jī)系統(tǒng)，實(shí)現(xiàn)了對(duì)電機(jī)運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測和噪聲的主動(dòng)控制。國內(nèi)對(duì)于小型直流電機(jī)噪聲控制的研究起步相對(duì)較晚，但近年來發(fā)展迅速。早期，國內(nèi)學(xué)者主要借鑒國外的研究成果，對(duì)電機(jī)噪聲的產(chǎn)生機(jī)理進(jìn)行理論分析和實(shí)驗(yàn)驗(yàn)證。[學(xué)者姓名3]詳細(xì)闡述了直流電機(jī)電磁噪聲、機(jī)械噪聲和空氣動(dòng)力噪聲的產(chǎn)生原因，并提出了一些針對(duì)性的降噪措施，如優(yōu)化電機(jī)的槽極配合、改進(jìn)軸承結(jié)構(gòu)等。隨著國內(nèi)科研實(shí)力的不斷提升，越來越多的研究開始聚焦于新技術(shù)在電機(jī)噪聲控制中的應(yīng)用。[科研團(tuán)隊(duì)名稱2]將自適應(yīng)濾波技術(shù)應(yīng)用于小型直流電機(jī)的噪聲控制，通過實(shí)時(shí)監(jiān)測和反饋，有效抑制了電機(jī)運(yùn)行過程中的噪聲干擾。還有學(xué)者嘗試采用智能材料，如形狀記憶合金、壓電材料等，來改善電機(jī)的振動(dòng)特性，從而降低噪聲。在實(shí)際應(yīng)用方面，國內(nèi)的一些電機(jī)生產(chǎn)企業(yè)，如臥龍電氣、大洋電機(jī)等，積極開展技術(shù)創(chuàng)新，將先進(jìn)的噪聲控制技術(shù)應(yīng)用于產(chǎn)品研發(fā)中，提高了產(chǎn)品的市場競爭力。然而，現(xiàn)有研究仍存在一些不足之處。一方面，雖然對(duì)電機(jī)噪聲產(chǎn)生的機(jī)理有了較為深入的認(rèn)識(shí)，但在多物理場耦合作用下的噪聲產(chǎn)生和傳播機(jī)制方面，研究還不夠全面和深入。電磁、機(jī)械和空氣動(dòng)力等因素之間相互影響、相互作用，目前的研究往往側(cè)重于單一因素，難以準(zhǔn)確描述復(fù)雜工況下的噪聲特性。另一方面，傳統(tǒng)的噪聲控制方法在實(shí)際應(yīng)用中存在一定的局限性。例如，采用增加隔音材料、優(yōu)化結(jié)構(gòu)等被動(dòng)降噪方法，雖然在一定程度上能夠降低噪聲，但會(huì)增加電機(jī)的體積、重量和成本。而基于模型的主動(dòng)噪聲控制方法，對(duì)模型的準(zhǔn)確性要求較高，實(shí)際運(yùn)行中由于電機(jī)參數(shù)的變化和外界干擾，控制效果往往難以達(dá)到預(yù)期。此外，在利用EMI技術(shù)和ANN技術(shù)進(jìn)行小型直流電機(jī)噪聲控制方面，相關(guān)研究還處于起步階段，雖然已經(jīng)取得了一些初步成果，但在技術(shù)的融合和優(yōu)化、實(shí)際應(yīng)用的可靠性和穩(wěn)定性等方面，仍有待進(jìn)一步深入研究和探索。1.3研究目標(biāo)與方法本研究旨在通過對(duì)電磁干擾（EMI）技術(shù)和人工神經(jīng)網(wǎng)絡(luò)（ANN）技術(shù)的深入研究與應(yīng)用，實(shí)現(xiàn)對(duì)小型直流電機(jī)噪聲的有效控制，提升電機(jī)的性能和品質(zhì)，具體研究目標(biāo)如下：揭示噪聲產(chǎn)生機(jī)理：全面、系統(tǒng)地分析小型直流電機(jī)運(yùn)行過程中電磁噪聲、機(jī)械噪聲和空氣動(dòng)力噪聲的產(chǎn)生機(jī)理，深入研究電磁干擾對(duì)噪聲產(chǎn)生的影響機(jī)制，明確不同噪聲源的主要影響因素，為后續(xù)的噪聲控制策略制定提供堅(jiān)實(shí)的理論基礎(chǔ)。建立噪聲預(yù)測模型：運(yùn)用人工神經(jīng)網(wǎng)絡(luò)技術(shù)強(qiáng)大的非線性映射和自學(xué)習(xí)能力，結(jié)合小型直流電機(jī)的結(jié)構(gòu)參數(shù)、運(yùn)行工況等多源數(shù)據(jù)，建立高精度的噪聲預(yù)測模型。通過該模型能夠準(zhǔn)確預(yù)測電機(jī)在不同工作條件下的噪聲水平，為噪聲控制提供科學(xué)的預(yù)測依據(jù)。優(yōu)化噪聲控制策略：基于對(duì)噪聲產(chǎn)生機(jī)理的深入理解和噪聲預(yù)測模型的建立，將EMI技術(shù)與ANN技術(shù)有機(jī)結(jié)合，優(yōu)化現(xiàn)有的噪聲控制策略。探索通過抑制電磁干擾、調(diào)整電機(jī)運(yùn)行參數(shù)、優(yōu)化電機(jī)結(jié)構(gòu)等方式，實(shí)現(xiàn)對(duì)小型直流電機(jī)噪聲的有效控制，降低噪聲水平，提高電機(jī)的運(yùn)行穩(wěn)定性和可靠性。實(shí)驗(yàn)驗(yàn)證與效果評(píng)估：搭建小型直流電機(jī)噪聲測試實(shí)驗(yàn)平臺(tái)，對(duì)優(yōu)化后的噪聲控制策略進(jìn)行實(shí)驗(yàn)驗(yàn)證。通過實(shí)驗(yàn)對(duì)比分析，評(píng)估控制策略的有效性和可行性，進(jìn)一步完善和優(yōu)化控制策略，確保其能夠在實(shí)際應(yīng)用中發(fā)揮良好的降噪效果。為了實(shí)現(xiàn)上述研究目標(biāo)，本研究將綜合運(yùn)用多種研究方法：文獻(xiàn)研究法：廣泛查閱國內(nèi)外關(guān)于小型直流電機(jī)噪聲控制、EMI技術(shù)、ANN技術(shù)等方面的相關(guān)文獻(xiàn)資料，全面了解該領(lǐng)域的研究現(xiàn)狀、發(fā)展趨勢(shì)和前沿技術(shù)。通過對(duì)文獻(xiàn)的梳理和分析，總結(jié)現(xiàn)有研究的成果和不足，為本研究提供理論支持和研究思路。實(shí)驗(yàn)研究法：設(shè)計(jì)并搭建小型直流電機(jī)噪聲測試實(shí)驗(yàn)平臺(tái)，利用專業(yè)的噪聲測試設(shè)備，如聲級(jí)計(jì)、振動(dòng)傳感器等，對(duì)電機(jī)在不同運(yùn)行工況下的噪聲和振動(dòng)進(jìn)行測量和分析。通過實(shí)驗(yàn)研究，獲取電機(jī)噪聲的實(shí)際數(shù)據(jù)，驗(yàn)證理論分析和模型預(yù)測的準(zhǔn)確性，為噪聲控制策略的優(yōu)化提供實(shí)驗(yàn)依據(jù)。數(shù)值模擬法：借助有限元分析軟件，如ANSYS、COMSOL等，對(duì)小型直流電機(jī)的電磁場、結(jié)構(gòu)力學(xué)和流體力學(xué)進(jìn)行數(shù)值模擬。通過模擬分析，深入研究電磁力波、機(jī)械振動(dòng)和空氣流動(dòng)對(duì)噪聲產(chǎn)生的影響，優(yōu)化電機(jī)的結(jié)構(gòu)參數(shù)和運(yùn)行參數(shù)，降低噪聲的產(chǎn)生。案例分析法：選取實(shí)際應(yīng)用中的小型直流電機(jī)案例，對(duì)其噪聲問題進(jìn)行深入分析和研究。結(jié)合案例的具體特點(diǎn)和應(yīng)用場景，針對(duì)性地提出噪聲控制解決方案，并通過實(shí)際應(yīng)用驗(yàn)證方案的有效性和可行性，為其他類似案例提供參考和借鑒。理論分析法：基于電磁學(xué)、機(jī)械動(dòng)力學(xué)、聲學(xué)等相關(guān)學(xué)科的基本理論，對(duì)小型直流電機(jī)噪聲的產(chǎn)生機(jī)理和傳播特性進(jìn)行深入分析。建立噪聲的數(shù)學(xué)模型，運(yùn)用理論推導(dǎo)和分析方法，研究噪聲與電機(jī)結(jié)構(gòu)參數(shù)、運(yùn)行工況之間的關(guān)系，為噪聲控制策略的制定提供理論指導(dǎo)。二、小型直流電機(jī)噪聲的成因與影響2.1噪聲產(chǎn)生的根源剖析小型直流電機(jī)在運(yùn)行過程中產(chǎn)生的噪聲是一個(gè)復(fù)雜的現(xiàn)象，其根源涉及多個(gè)方面，主要包括機(jī)械振動(dòng)噪聲、磁場相互作用噪聲以及電磁干擾噪聲。深入剖析這些噪聲產(chǎn)生的根源，對(duì)于制定有效的噪聲控制策略至關(guān)重要。2.1.1機(jī)械振動(dòng)噪聲機(jī)械振動(dòng)噪聲是小型直流電機(jī)噪聲的重要組成部分，主要由電機(jī)運(yùn)轉(zhuǎn)過程中的機(jī)械部件運(yùn)動(dòng)和相互作用引起。軸承作為電機(jī)中支撐轉(zhuǎn)子旋轉(zhuǎn)的關(guān)鍵部件，在長期運(yùn)行過程中，由于受到交變載荷、摩擦以及潤滑條件等因素的影響，容易出現(xiàn)磨損現(xiàn)象。當(dāng)軸承磨損后，其內(nèi)部的滾珠或滾柱與滾道之間的配合精度下降，會(huì)產(chǎn)生額外的振動(dòng)和沖擊，這些振動(dòng)通過軸承座和電機(jī)外殼傳遞到周圍環(huán)境中，形成噪聲。研究表明，軸承磨損產(chǎn)生的噪聲頻率通常在幾百赫茲到幾千赫茲之間，且隨著磨損程度的加劇，噪聲的強(qiáng)度和頻率都會(huì)發(fā)生變化。除了軸承磨損，電機(jī)部件的松動(dòng)也是導(dǎo)致機(jī)械振動(dòng)噪聲的常見原因。電機(jī)在長期運(yùn)行過程中，由于受到振動(dòng)、溫度變化以及裝配工藝等因素的影響，一些連接部件，如螺栓、螺母等，可能會(huì)出現(xiàn)松動(dòng)現(xiàn)象。當(dāng)這些部件松動(dòng)后，在電機(jī)運(yùn)轉(zhuǎn)過程中會(huì)產(chǎn)生相對(duì)位移和碰撞，從而引發(fā)振動(dòng)和噪聲。例如，電機(jī)端蓋的螺栓松動(dòng)，會(huì)導(dǎo)致端蓋與機(jī)座之間的連接剛度下降，在電機(jī)運(yùn)轉(zhuǎn)時(shí)端蓋會(huì)產(chǎn)生較大的振動(dòng)，進(jìn)而輻射出噪聲。電機(jī)內(nèi)部的轉(zhuǎn)子不平衡也是產(chǎn)生機(jī)械振動(dòng)噪聲的重要因素。轉(zhuǎn)子在制造和裝配過程中，如果存在質(zhì)量分布不均勻的情況，在高速旋轉(zhuǎn)時(shí)會(huì)產(chǎn)生離心力，導(dǎo)致轉(zhuǎn)子振動(dòng)，這種振動(dòng)通過軸承傳遞到電機(jī)外殼，產(chǎn)生噪聲。轉(zhuǎn)子不平衡產(chǎn)生的噪聲頻率與轉(zhuǎn)子的轉(zhuǎn)速密切相關(guān)，通常為轉(zhuǎn)子旋轉(zhuǎn)頻率的整數(shù)倍。2.1.2磁場相互作用噪聲磁場相互作用噪聲主要源于定子和轉(zhuǎn)子磁場之間的相互作用。在小型直流電機(jī)中，定子繞組通以直流電后會(huì)產(chǎn)生一個(gè)恒定的磁場，而轉(zhuǎn)子繞組在旋轉(zhuǎn)過程中會(huì)切割定子磁場，從而在轉(zhuǎn)子繞組中產(chǎn)生感應(yīng)電動(dòng)勢(shì)和電流。轉(zhuǎn)子電流產(chǎn)生的磁場與定子磁場相互作用，會(huì)產(chǎn)生電磁力，這些電磁力作用在定子和轉(zhuǎn)子上，會(huì)引起它們的振動(dòng)，進(jìn)而產(chǎn)生噪聲。當(dāng)定子和轉(zhuǎn)子的磁場分布不均勻時(shí)，會(huì)導(dǎo)致電磁力的大小和方向發(fā)生變化，從而產(chǎn)生不穩(wěn)定的磁場，引發(fā)更為強(qiáng)烈的噪聲。例如，電機(jī)的氣隙不均勻，會(huì)使得氣隙磁場的分布發(fā)生畸變，導(dǎo)致電磁力的波動(dòng)增大，噪聲加劇。此外，電機(jī)的齒槽效應(yīng)也是產(chǎn)生磁場相互作用噪聲的一個(gè)重要因素。由于電機(jī)的定子和轉(zhuǎn)子都具有齒槽結(jié)構(gòu)，當(dāng)轉(zhuǎn)子旋轉(zhuǎn)時(shí)，齒槽會(huì)對(duì)氣隙磁場產(chǎn)生調(diào)制作用，使得氣隙磁場中出現(xiàn)一系列的諧波分量。這些諧波分量與主磁場相互作用，會(huì)產(chǎn)生周期性變化的電磁力，引起電機(jī)的振動(dòng)和噪聲。齒槽效應(yīng)產(chǎn)生的噪聲頻率通常與電機(jī)的轉(zhuǎn)速、齒數(shù)以及極數(shù)等參數(shù)有關(guān)，其頻率范圍較寬，可能會(huì)涵蓋幾百赫茲到幾千赫茲。研究表明，通過優(yōu)化電機(jī)的齒槽形狀和尺寸，采用斜槽或分?jǐn)?shù)槽等設(shè)計(jì)方法，可以有效減小齒槽效應(yīng)，降低磁場相互作用噪聲。2.1.3電磁干擾噪聲電磁干擾噪聲是由電機(jī)運(yùn)行過程中的電磁干擾引起的。在小型直流電機(jī)的電路中，由于存在電感、電容等元件，以及開關(guān)器件的頻繁通斷，會(huì)導(dǎo)致電路中的電流和電壓發(fā)生快速變化，從而產(chǎn)生電磁干擾。這些電磁干擾通過導(dǎo)線、空間等途徑傳播，會(huì)對(duì)周圍的電子設(shè)備產(chǎn)生影響，同時(shí)也會(huì)在電機(jī)內(nèi)部產(chǎn)生噪聲。例如，電機(jī)的電刷與換向器之間在換向過程中會(huì)產(chǎn)生電火花，這些電火花會(huì)產(chǎn)生高頻電磁輻射，不僅會(huì)對(duì)周圍的電子設(shè)備造成干擾，還會(huì)在電機(jī)內(nèi)部產(chǎn)生電磁噪聲。電路阻抗的不匹配也是產(chǎn)生電磁干擾噪聲的一個(gè)重要原因。當(dāng)電機(jī)的電路阻抗與電源阻抗或負(fù)載阻抗不匹配時(shí)，會(huì)導(dǎo)致信號(hào)反射和功率損耗增加，從而產(chǎn)生電磁干擾。在電機(jī)的驅(qū)動(dòng)電路中，如果功率晶體管的開關(guān)時(shí)間過長或過短，也會(huì)導(dǎo)致電流和電壓的變化率過大，產(chǎn)生電磁干擾噪聲。電磁干擾噪聲的頻率范圍較寬，從幾十千赫茲到幾百兆赫茲都有可能存在，其傳播途徑包括傳導(dǎo)和輻射兩種方式。為了抑制電磁干擾噪聲，通常需要采取一系列的措施，如優(yōu)化電路設(shè)計(jì)、采用濾波電路、屏蔽技術(shù)等。2.2噪聲對(duì)電機(jī)性能及應(yīng)用的影響小型直流電機(jī)運(yùn)行過程中產(chǎn)生的噪聲，不僅會(huì)對(duì)電機(jī)自身性能造成多方面的不良影響，還會(huì)在其廣泛應(yīng)用的各個(gè)場景中引發(fā)一系列負(fù)面效應(yīng)。深入探究噪聲對(duì)電機(jī)性能及應(yīng)用的影響，對(duì)于理解電機(jī)噪聲控制的必要性和重要性具有關(guān)鍵意義。從電機(jī)性能方面來看，噪聲會(huì)顯著影響電機(jī)的壽命。機(jī)械振動(dòng)噪聲中的軸承磨損，隨著磨損程度的加劇，會(huì)使軸承的游隙增大，導(dǎo)致轉(zhuǎn)子的運(yùn)行穩(wěn)定性下降，進(jìn)一步加劇電機(jī)內(nèi)部各部件之間的摩擦和碰撞。這不僅會(huì)增加電機(jī)的能量損耗，還可能引發(fā)其他部件的損壞，如軸頸磨損、端蓋變形等，從而大大縮短電機(jī)的使用壽命。研究表明，在高噪聲環(huán)境下運(yùn)行的電機(jī)，其平均壽命比正常噪聲環(huán)境下的電機(jī)縮短約30%-50%。磁場相互作用噪聲產(chǎn)生的電磁力波動(dòng)，會(huì)使電機(jī)的鐵芯和繞組承受額外的應(yīng)力，長期作用下可能導(dǎo)致鐵芯松動(dòng)、繞組絕緣損壞，進(jìn)而影響電機(jī)的正常運(yùn)行，縮短電機(jī)的使用壽命。噪聲對(duì)電機(jī)效率的影響也不容忽視。機(jī)械振動(dòng)噪聲會(huì)導(dǎo)致電機(jī)的機(jī)械損耗增加，因?yàn)檎駝?dòng)會(huì)使電機(jī)內(nèi)部的機(jī)械部件之間產(chǎn)生額外的摩擦和能量消耗?？諝鈩?dòng)力噪聲同樣會(huì)消耗電機(jī)的能量，風(fēng)扇轉(zhuǎn)動(dòng)產(chǎn)生的空氣阻力會(huì)使電機(jī)需要額外的能量來克服這種阻力，從而降低了電機(jī)將電能轉(zhuǎn)化為機(jī)械能的效率。電磁干擾噪聲可能會(huì)導(dǎo)致電機(jī)的電流波形發(fā)生畸變，增加電機(jī)的銅損和鐵損，降低電機(jī)的效率。據(jù)相關(guān)實(shí)驗(yàn)數(shù)據(jù)顯示，當(dāng)電機(jī)噪聲增加10dB時(shí)，電機(jī)的效率可能會(huì)降低5%-10%。在不同的應(yīng)用場景中，噪聲也會(huì)帶來諸多負(fù)面效應(yīng)。在醫(yī)療設(shè)備領(lǐng)域，小型直流電機(jī)常用于輸液泵、呼吸機(jī)等設(shè)備。如果這些設(shè)備中的電機(jī)產(chǎn)生較大噪聲，會(huì)干擾醫(yī)護(hù)人員對(duì)設(shè)備運(yùn)行狀態(tài)的判斷，影響醫(yī)療操作的準(zhǔn)確性。對(duì)于患者而言，在需要安靜休息的治療過程中，設(shè)備噪聲會(huì)使患者感到煩躁不安，影響患者的情緒和康復(fù)效果。在精密儀器中，如光學(xué)顯微鏡、電子顯微鏡等，電機(jī)噪聲產(chǎn)生的振動(dòng)會(huì)影響儀器的精度，導(dǎo)致測量結(jié)果出現(xiàn)誤差。在通信設(shè)備中，電機(jī)噪聲產(chǎn)生的電磁干擾可能會(huì)對(duì)通信信號(hào)造成干擾，影響通信質(zhì)量。在智能家居產(chǎn)品中，如智能音箱、掃地機(jī)器人等，電機(jī)噪聲過大會(huì)嚴(yán)重影響用戶體驗(yàn)，降低產(chǎn)品的滿意度。三、EMI技術(shù)在小型直流電機(jī)噪聲控制中的應(yīng)用3.1EMI技術(shù)原理與作用機(jī)制電磁干擾（EMI）技術(shù)主要致力于解決電子設(shè)備在運(yùn)行過程中產(chǎn)生的電磁干擾問題，這些干擾可能會(huì)對(duì)設(shè)備自身以及周圍其他電子設(shè)備的正常運(yùn)行造成影響。在小型直流電機(jī)中，EMI技術(shù)的應(yīng)用對(duì)于控制噪聲有著關(guān)鍵作用。EMI技術(shù)的原理基于電磁學(xué)的基本理論。在電機(jī)運(yùn)行時(shí)，電流的變化會(huì)產(chǎn)生磁場，而變化的磁場又會(huì)感應(yīng)出電場，這種電場和磁場的交替變化形成了電磁波，即電磁干擾的來源。小型直流電機(jī)中的電磁干擾主要有兩種傳播方式：傳導(dǎo)干擾和輻射干擾。傳導(dǎo)干擾是指電磁干擾沿著導(dǎo)體傳播，如通過電源線、信號(hào)線等傳輸?shù)狡渌O(shè)備。當(dāng)電機(jī)的電刷與換向器之間產(chǎn)生電火花時(shí)，會(huì)產(chǎn)生高頻的電流脈沖，這些脈沖通過電機(jī)的電源線傳播，對(duì)連接在同一電源線上的其他設(shè)備產(chǎn)生干擾。輻射干擾則是電磁干擾以電磁波的形式通過空間傳播，影響周圍的電子設(shè)備。電機(jī)運(yùn)行時(shí)產(chǎn)生的變化磁場會(huì)向周圍空間輻射電磁波，如果周圍有敏感的電子設(shè)備，就可能受到這些電磁波的干擾而出現(xiàn)故障。為了抑制電磁干擾，EMI技術(shù)采用了多種方法，其核心作用機(jī)制在于阻斷干擾的傳播路徑、降低干擾源的強(qiáng)度以及提高設(shè)備的抗干擾能力。濾波是一種常用的EMI抑制方法，通過使用濾波器來實(shí)現(xiàn)。濾波器通常由電感、電容等元件組成，利用這些元件對(duì)不同頻率信號(hào)的特性，對(duì)電磁干擾信號(hào)進(jìn)行濾除。低通濾波器可以讓低頻信號(hào)通過，而阻止高頻的電磁干擾信號(hào)，從而減少干擾信號(hào)對(duì)設(shè)備的影響。在小型直流電機(jī)的電源輸入端安裝低通濾波器，能夠有效濾除電機(jī)運(yùn)行時(shí)產(chǎn)生的高頻傳導(dǎo)干擾，降低噪聲通過電源線傳播的可能性。屏蔽也是EMI技術(shù)的重要手段之一。通過使用金屬屏蔽罩、屏蔽材料等，將電機(jī)或其他易受干擾的設(shè)備包圍起來，形成一個(gè)屏蔽空間，阻止電磁干擾的傳播。金屬屏蔽罩能夠?qū)㈦姍C(jī)產(chǎn)生的輻射干擾限制在一定范圍內(nèi)，減少其對(duì)周圍設(shè)備的影響。屏蔽材料的選擇至關(guān)重要，良好的導(dǎo)電性能和磁導(dǎo)率是屏蔽材料的關(guān)鍵特性，它們能夠有效地反射和吸收電磁波，增強(qiáng)屏蔽效果。在一些對(duì)電磁兼容性要求較高的場合，如醫(yī)療設(shè)備、航空航天設(shè)備等，常常會(huì)采用多層屏蔽結(jié)構(gòu)，進(jìn)一步提高屏蔽效果，降低電機(jī)噪聲對(duì)系統(tǒng)的影響。接地是另一個(gè)重要的EMI控制措施。合理的接地設(shè)計(jì)可以為電磁干擾信號(hào)提供一個(gè)低阻抗的通路，使其能夠順利地流入大地，從而減少對(duì)設(shè)備的干擾。在小型直流電機(jī)中，將電機(jī)的外殼接地，可以有效地降低電機(jī)內(nèi)部產(chǎn)生的電磁干擾對(duì)其他設(shè)備的影響。接地的關(guān)鍵在于確保接地路徑的低阻抗，避免接地電阻過大導(dǎo)致干擾信號(hào)無法有效泄放。采用多點(diǎn)接地、直接接地等方式，可以提高接地的效果，增強(qiáng)電機(jī)的抗干擾能力。3.2EMI消除技術(shù)的具體措施3.2.1濾波器設(shè)計(jì)濾波器作為抑制電磁干擾的關(guān)鍵部件，在小型直流電機(jī)噪聲控制中起著不可或缺的作用。其設(shè)計(jì)原理基于電容和電感對(duì)不同頻率信號(hào)的獨(dú)特響應(yīng)特性，通過巧妙組合這些元件，構(gòu)建出能夠有效濾除特定頻率噪聲的電路結(jié)構(gòu)。低通濾波器是常用的濾波器類型之一，主要用于抑制高頻噪聲。它的基本結(jié)構(gòu)由一個(gè)電感和一個(gè)電容組成，電感和電容串聯(lián)連接，形成一個(gè)LC電路。在電路中，電感對(duì)高頻信號(hào)呈現(xiàn)高阻抗特性，而電容對(duì)高頻信號(hào)則呈現(xiàn)低阻抗特性。當(dāng)含有高頻噪聲的信號(hào)通過低通濾波器時(shí)，高頻噪聲信號(hào)會(huì)被電容旁路到地，而低頻信號(hào)則能夠順利通過電感，從而實(shí)現(xiàn)對(duì)高頻噪聲的有效濾除。在小型直流電機(jī)的電源輸入端安裝低通濾波器，可以有效阻止電機(jī)運(yùn)行時(shí)產(chǎn)生的高頻傳導(dǎo)干擾進(jìn)入電源系統(tǒng)，降低噪聲通過電源線傳播的可能性。高通濾波器則與低通濾波器相反，主要用于抑制低頻噪聲，允許高頻信號(hào)通過。它通常由一個(gè)電容和一個(gè)電感組成，電容和電感并聯(lián)連接。在這種結(jié)構(gòu)中，電容對(duì)低頻信號(hào)呈現(xiàn)高阻抗，電感對(duì)低頻信號(hào)呈現(xiàn)低阻抗，使得低頻噪聲信號(hào)被電感旁路到地，而高頻信號(hào)得以通過。在一些需要保留高頻信號(hào)、去除低頻干擾的應(yīng)用場景中，高通濾波器能夠發(fā)揮重要作用。帶通濾波器和帶阻濾波器則是更為復(fù)雜的濾波器類型。帶通濾波器能夠允許特定頻率范圍內(nèi)的信號(hào)通過，而阻止其他頻率的信號(hào)。它通常由多個(gè)電感和電容組成，通過合理調(diào)整元件的參數(shù)和連接方式，形成一個(gè)具有特定頻率響應(yīng)的濾波電路。帶阻濾波器則相反，它能夠阻止特定頻率范圍內(nèi)的信號(hào)通過，而允許其他頻率的信號(hào)通過。在小型直流電機(jī)的噪聲控制中，根據(jù)電機(jī)噪聲的頻率特性，選擇合適的帶通或帶阻濾波器，可以有針對(duì)性地濾除特定頻率的噪聲，提高噪聲控制的效果。在濾波器設(shè)計(jì)過程中，元件參數(shù)的選擇至關(guān)重要。電容的容量和電感的電感量直接影響濾波器的截止頻率和濾波效果。需要根據(jù)電機(jī)噪聲的頻率范圍、強(qiáng)度以及電源的特性等因素，精確計(jì)算和選擇合適的電容和電感參數(shù)。還需要考慮濾波器的阻抗匹配問題，確保濾波器與電機(jī)電路和電源之間能夠?qū)崿F(xiàn)良好的匹配，減少信號(hào)反射和功率損耗。在實(shí)際應(yīng)用中，為了提高濾波器的性能，還可以采用多級(jí)濾波的方式，將多個(gè)濾波器級(jí)聯(lián)起來，進(jìn)一步增強(qiáng)對(duì)噪聲的抑制能力。3.2.2地線布局優(yōu)化優(yōu)化地線布局是抑制EMI干擾的重要措施之一，其原理在于通過合理規(guī)劃地線的連接方式和路徑，為電磁干擾信號(hào)提供低阻抗的回流通道，從而減少干擾信號(hào)對(duì)電機(jī)及其他設(shè)備的影響。在小型直流電機(jī)系統(tǒng)中，電源地線和電路地線分開布局是一種常見且有效的方法。電源地線主要負(fù)責(zé)傳輸電源的電流，而電路地線則用于傳輸電路中的信號(hào)電流。由于電源電流通常較大，且可能包含各種高頻噪聲和干擾成分，如果電源地線和電路地線混合在一起，電源中的干擾信號(hào)很容易通過地線傳導(dǎo)到電路中，對(duì)電路的正常工作產(chǎn)生影響。將電源地線和電路地線分開，可以避免電源干擾對(duì)電路的影響。在設(shè)計(jì)電路板時(shí)，將電源地線和電路地線分別布置在不同的層面或區(qū)域，通過過孔等方式實(shí)現(xiàn)必要的連接，確保它們之間的隔離。在電機(jī)的驅(qū)動(dòng)電路中，將電源的正負(fù)極線與信號(hào)傳輸線分開布局，并且為電源地線和電路地線分別設(shè)置獨(dú)立的過孔和布線，減少它們之間的耦合。采用多點(diǎn)接地的方式也能夠有效降低EMI干擾。多點(diǎn)接地是指將電機(jī)系統(tǒng)中的各個(gè)部件的地線分別連接到一個(gè)公共的接地平面上，形成多個(gè)接地路徑。相比于單點(diǎn)接地，多點(diǎn)接地可以減少地線的電阻和電感，降低地線上的電壓降，從而為電磁干擾信號(hào)提供更多的低阻抗回流路徑。在小型直流電機(jī)中，將電機(jī)的外殼、電路板、傳感器等部件都分別接地，可以有效降低電磁干擾的影響。在電機(jī)的外殼上設(shè)置多個(gè)接地引腳，通過短而粗的導(dǎo)線將其連接到接地平面上，確保接地的可靠性。對(duì)于電路板上的關(guān)鍵元件，如功率器件、芯片等，也分別為它們提供獨(dú)立的接地路徑，減少信號(hào)之間的串?dāng)_。此外，還可以通過優(yōu)化地線的形狀和寬度來降低地線的阻抗。寬而短的地線具有較低的電阻和電感，能夠更好地傳導(dǎo)電磁干擾信號(hào)。在電路板設(shè)計(jì)中，盡量使用較寬的地線，并且避免地線出現(xiàn)過長、過細(xì)或彎曲等情況。對(duì)于一些關(guān)鍵的地線，如電源地線和信號(hào)地線的主干線，可以采用加粗的方式來降低其阻抗。還可以在地線中添加一些過孔，增加地線的導(dǎo)電面積，進(jìn)一步降低地線的阻抗。通過這些措施，可以有效優(yōu)化地線布局，提高小型直流電機(jī)系統(tǒng)的抗干擾能力，降低噪聲水平。3.3應(yīng)用案例分析3.3.1案例選取與介紹本案例選取一款應(yīng)用于家用吸塵器的小型直流電機(jī)。該吸塵器品牌在市場上具有較高的知名度和市場份額，其產(chǎn)品性能和質(zhì)量備受消費(fèi)者關(guān)注。這款小型直流電機(jī)作為吸塵器的核心動(dòng)力部件，直接影響著吸塵器的清潔效果和用戶體驗(yàn)。電機(jī)的額定電壓為24V，額定轉(zhuǎn)速為15000rpm，功率為100W，采用有刷直流電機(jī)結(jié)構(gòu)，具有體積小、扭矩大等特點(diǎn)，能夠滿足吸塵器在不同清潔場景下的動(dòng)力需求。然而，在實(shí)際使用過程中，用戶反饋吸塵器運(yùn)行時(shí)產(chǎn)生的噪聲較大，對(duì)使用體驗(yàn)造成了一定的影響。經(jīng)過專業(yè)測試，發(fā)現(xiàn)該電機(jī)在運(yùn)行時(shí)產(chǎn)生的噪聲主要集中在2000Hz-5000Hz頻率范圍內(nèi)，噪聲峰值達(dá)到了75dB（A），超出了同類產(chǎn)品的噪聲標(biāo)準(zhǔn)。這不僅影響了用戶在使用吸塵器時(shí)的舒適度，還可能對(duì)用戶的聽力造成潛在危害。此外，較大的噪聲也限制了吸塵器在一些對(duì)噪聲要求較高的場所，如臥室、書房等的使用。因此，對(duì)該電機(jī)進(jìn)行噪聲控制具有重要的實(shí)際意義。3.3.2EMI技術(shù)實(shí)施過程與效果評(píng)估在該案例中，實(shí)施EMI技術(shù)的首要步驟是安裝濾波器。根據(jù)電機(jī)的電氣參數(shù)和噪聲頻率特性，精心設(shè)計(jì)并選用了一款LC低通濾波器。該濾波器的電感值為10mH，電容值為0.1μF，其截止頻率被設(shè)定為10kHz，能夠有效濾除10kHz以上的高頻噪聲。將濾波器安裝在電機(jī)的電源輸入端，通過合理布線，確保濾波器與電機(jī)之間的連接緊密且線路最短，以減少信號(hào)傳輸過程中的損耗和干擾。為了優(yōu)化地線布局，采用了多層電路板設(shè)計(jì)。將電源地線和電路地線分別布置在不同的層，通過過孔實(shí)現(xiàn)連接，并保證過孔的直徑足夠大，以降低地線的電阻和電感。同時(shí)，在電路板上大面積鋪設(shè)接地平面，增加接地的可靠性。將電機(jī)的外殼與接地平面直接連接，形成良好的接地通路，為電磁干擾信號(hào)提供低阻抗的回流路徑。在采取上述EMI技術(shù)措施后，對(duì)電機(jī)的噪聲進(jìn)行了再次測試。測試結(jié)果顯示，在2000Hz-5000Hz頻率范圍內(nèi)，噪聲峰值從原來的75dB（A）降低到了65dB（A），整體噪聲水平明顯下降。通過對(duì)比測試前后的噪聲頻譜圖（如圖1所示），可以清晰地看到高頻噪聲得到了有效抑制。在10kHz以上的頻率段，噪聲幅度大幅降低，表明濾波器起到了良好的濾波效果。通過優(yōu)化地線布局，減少了電磁干擾信號(hào)的反射和耦合，進(jìn)一步降低了噪聲水平。用戶在使用安裝了改進(jìn)后電機(jī)的吸塵器時(shí)，明顯感受到噪聲的減小，使用體驗(yàn)得到了顯著提升。這充分證明了EMI技術(shù)在小型直流電機(jī)噪聲控制方面的有效性和可行性。四、ANN技術(shù)在小型直流電機(jī)噪聲控制中的應(yīng)用4.1ANN技術(shù)概述與優(yōu)勢(shì)人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）是一種模擬生物神經(jīng)系統(tǒng)結(jié)構(gòu)和功能的計(jì)算模型，其靈感源于對(duì)人類大腦神經(jīng)元網(wǎng)絡(luò)的研究。ANN由大量的人工神經(jīng)元相互連接構(gòu)成，這些神經(jīng)元類似于生物神經(jīng)元，是ANN的基本處理單元。每個(gè)神經(jīng)元接收來自其他神經(jīng)元的輸入信號(hào)，并根據(jù)預(yù)設(shè)的權(quán)重和激活函數(shù)對(duì)輸入信號(hào)進(jìn)行處理，然后產(chǎn)生輸出信號(hào)傳遞給其他神經(jīng)元。ANN的結(jié)構(gòu)通常包含輸入層、隱藏層和輸出層。輸入層負(fù)責(zé)接收外部數(shù)據(jù)，將數(shù)據(jù)傳遞給隱藏層。隱藏層可以有一層或多層，它是ANN進(jìn)行復(fù)雜非線性變換的核心部分，通過神經(jīng)元之間的連接權(quán)重和激活函數(shù)，對(duì)輸入數(shù)據(jù)進(jìn)行特征提取和模式識(shí)別。不同的隱藏層結(jié)構(gòu)和神經(jīng)元數(shù)量會(huì)影響ANN的學(xué)習(xí)能力和泛化性能。輸出層則根據(jù)隱藏層的處理結(jié)果，輸出最終的預(yù)測或決策結(jié)果。在小型直流電機(jī)噪聲控制的應(yīng)用中，輸入層可以接收電機(jī)的結(jié)構(gòu)參數(shù)，如定子槽數(shù)、轉(zhuǎn)子齒數(shù)、氣隙長度等，以及運(yùn)行工況參數(shù)，如轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電壓、電流等作為輸入數(shù)據(jù)。隱藏層通過學(xué)習(xí)這些輸入數(shù)據(jù)與電機(jī)噪聲之間的復(fù)雜關(guān)系，提取出有效的特征信息。輸出層則輸出電機(jī)的噪聲預(yù)測值，為噪聲控制提供依據(jù)。ANN在噪聲控制方面具有諸多顯著優(yōu)勢(shì)。其強(qiáng)大的非線性映射能力使其能夠準(zhǔn)確地建立復(fù)雜的噪聲模型。小型直流電機(jī)的噪聲產(chǎn)生受到多種因素的綜合影響，這些因素之間存在著復(fù)雜的非線性關(guān)系。傳統(tǒng)的數(shù)學(xué)模型往往難以準(zhǔn)確描述這種復(fù)雜關(guān)系，而ANN能夠通過大量的訓(xùn)練數(shù)據(jù)，自動(dòng)學(xué)習(xí)到輸入?yún)?shù)與噪聲之間的非線性映射關(guān)系，從而建立高精度的噪聲預(yù)測模型。實(shí)時(shí)監(jiān)測和自適應(yīng)調(diào)整能力也是ANN的一大優(yōu)勢(shì)。在小型直流電機(jī)的運(yùn)行過程中，通過傳感器實(shí)時(shí)采集電機(jī)的運(yùn)行數(shù)據(jù)，并將這些數(shù)據(jù)輸入到已經(jīng)訓(xùn)練好的ANN模型中，ANN可以實(shí)時(shí)預(yù)測電機(jī)的噪聲水平。當(dāng)電機(jī)的運(yùn)行工況發(fā)生變化時(shí)，如負(fù)載突然增加、電壓波動(dòng)等，ANN能夠根據(jù)新的輸入數(shù)據(jù)，快速調(diào)整預(yù)測結(jié)果，實(shí)現(xiàn)對(duì)噪聲的實(shí)時(shí)監(jiān)測和自適應(yīng)控制。這使得在不同的運(yùn)行條件下，都能及時(shí)采取有效的噪聲控制措施，保證電機(jī)的穩(wěn)定運(yùn)行和低噪聲性能。ANN還具有良好的容錯(cuò)性和魯棒性。由于其信息存儲(chǔ)的分布性，即使部分神經(jīng)元或連接出現(xiàn)故障，ANN仍然能夠通過其他神經(jīng)元和連接的協(xié)同作用，保持一定的性能。在實(shí)際應(yīng)用中，小型直流電機(jī)可能會(huì)受到各種干擾和噪聲的影響，導(dǎo)致傳感器采集的數(shù)據(jù)存在一定的誤差或缺失。ANN能夠在這種情況下，依然準(zhǔn)確地進(jìn)行噪聲預(yù)測和控制，提高了系統(tǒng)的可靠性和穩(wěn)定性。與傳統(tǒng)的基于模型的噪聲控制方法相比，ANN不需要精確的電機(jī)數(shù)學(xué)模型，降低了對(duì)模型準(zhǔn)確性的依賴，具有更強(qiáng)的適應(yīng)性和抗干擾能力。4.2基于ANN的判別模型構(gòu)建4.2.1模型原理與架構(gòu)設(shè)計(jì)本研究采用基于多層感知器（MultilayerPerceptron，MLP）的判別模型。多層感知器是一種前饋神經(jīng)網(wǎng)絡(luò)，其基本原理是通過將輸入數(shù)據(jù)通過多個(gè)神經(jīng)元層進(jìn)行處理，每一層神經(jīng)元通過權(quán)重連接接收上一層的輸出，并通過激活函數(shù)進(jìn)行非線性變換，最終輸出判別結(jié)果。在小型直流電機(jī)噪聲控制的應(yīng)用中，輸入層接收電機(jī)的各項(xiàng)參數(shù)作為輸入數(shù)據(jù)，包括電機(jī)的結(jié)構(gòu)參數(shù)，如定子槽數(shù)、轉(zhuǎn)子齒數(shù)、氣隙長度等，以及運(yùn)行工況參數(shù)，如轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電壓、電流等。這些參數(shù)通過輸入層傳遞到隱藏層。隱藏層是模型的核心部分，它由多個(gè)神經(jīng)元組成，神經(jīng)元之間通過權(quán)重連接。在隱藏層中，輸入數(shù)據(jù)與權(quán)重進(jìn)行加權(quán)求和，然后通過激活函數(shù)進(jìn)行非線性變換。常用的激活函數(shù)有Sigmoid函數(shù)、ReLU函數(shù)等。Sigmoid函數(shù)能夠?qū)⑤斎胫涤成涞?到1之間，其公式為S(x)=\frac{1}{1+e^{-x}}。ReLU函數(shù)則更為簡單，當(dāng)輸入值大于0時(shí)，輸出為輸入值；當(dāng)輸入值小于等于0時(shí)，輸出為0，即ReLU(x)=max(0,x)。通過隱藏層的非線性變換，能夠提取輸入數(shù)據(jù)中的復(fù)雜特征，從而建立輸入?yún)?shù)與電機(jī)噪聲之間的非線性關(guān)系。輸出層根據(jù)隱藏層的輸出結(jié)果，輸出電機(jī)噪聲的判別結(jié)果，如噪聲是否超標(biāo)、噪聲的等級(jí)等。在本研究中，輸出層采用Softmax函數(shù)進(jìn)行輸出，Softmax函數(shù)能夠?qū)㈦[藏層的輸出轉(zhuǎn)換為概率分布，從而得到不同噪聲狀態(tài)的概率。其公式為Softmax(x_i)=\frac{e^{x_i}}{\sum_{j=1}^{n}e^{x_j}}，其中x_i是隱藏層輸出的第i個(gè)值，n是輸出層神經(jīng)元的數(shù)量。模型的架構(gòu)設(shè)計(jì)對(duì)于其性能有著重要影響。本研究設(shè)計(jì)的模型架構(gòu)如圖2所示，輸入層包含10個(gè)神經(jīng)元，分別對(duì)應(yīng)10個(gè)輸入?yún)?shù)。隱藏層設(shè)置為2層，第一層隱藏層包含30個(gè)神經(jīng)元，第二層隱藏層包含20個(gè)神經(jīng)元。這種隱藏層的設(shè)置和神經(jīng)元數(shù)量的選擇，是通過多次實(shí)驗(yàn)和優(yōu)化得到的，能夠在保證模型準(zhǔn)確性的同時(shí)，避免模型過于復(fù)雜導(dǎo)致的過擬合問題。輸出層包含2個(gè)神經(jīng)元，分別表示噪聲正常和噪聲超標(biāo)兩種狀態(tài)。在實(shí)際應(yīng)用中，可以根據(jù)具體的需求和場景，對(duì)模型的架構(gòu)進(jìn)行調(diào)整和優(yōu)化，以適應(yīng)不同的噪聲控制要求。4.2.2模型訓(xùn)練與測試模型訓(xùn)練是構(gòu)建基于ANN的判別模型的關(guān)鍵環(huán)節(jié)，其目的是通過對(duì)已有數(shù)據(jù)的學(xué)習(xí)，調(diào)整模型的參數(shù)，使其能夠準(zhǔn)確地對(duì)電機(jī)噪聲進(jìn)行判別。在訓(xùn)練過程中，本研究使用了大量的歷史數(shù)據(jù)，這些數(shù)據(jù)涵蓋了不同型號(hào)的小型直流電機(jī)在各種運(yùn)行工況下的參數(shù)和對(duì)應(yīng)的噪聲狀態(tài)。數(shù)據(jù)的收集通過實(shí)驗(yàn)測量和實(shí)際應(yīng)用中的監(jiān)測獲得，確保數(shù)據(jù)的真實(shí)性和可靠性。在訓(xùn)練之前，首先需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。由于輸入數(shù)據(jù)的量綱和范圍不同，為了避免某些特征對(duì)模型訓(xùn)練的影響過大，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理。常用的歸一化方法有最小-最大歸一化和Z-分?jǐn)?shù)歸一化。最小-最大歸一化將數(shù)據(jù)映射到0到1之間，其公式為x_{norm}=\frac{x-x_{min}}{x_{max}-x_{min}}，其中x是原始數(shù)據(jù)，x_{min}和x_{max}分別是數(shù)據(jù)的最小值和最大值。Z-分?jǐn)?shù)歸一化則將數(shù)據(jù)轉(zhuǎn)換為均值為0，標(biāo)準(zhǔn)差為1的分布，其公式為x_{norm}=\frac{x-\mu}{\sigma}，其中\(zhòng)mu是數(shù)據(jù)的均值，\sigma是數(shù)據(jù)的標(biāo)準(zhǔn)差。在本研究中，采用了最小-最大歸一化方法對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理。將預(yù)處理后的數(shù)據(jù)劃分為訓(xùn)練集和測試集，通常訓(xùn)練集用于模型的訓(xùn)練，測試集用于評(píng)估模型的性能。本研究按照70%的數(shù)據(jù)用于訓(xùn)練，30%的數(shù)據(jù)用于測試的比例進(jìn)行劃分。在訓(xùn)練過程中，使用反向傳播算法來調(diào)整模型的權(quán)重。反向傳播算法的基本思想是通過計(jì)算輸出結(jié)果與真實(shí)標(biāo)簽之間的誤差，然后將誤差反向傳播到每一層，根據(jù)誤差梯度調(diào)整各層神經(jīng)元的權(quán)重。具體來說，首先進(jìn)行前向傳播，輸入數(shù)據(jù)通過輸入層、隱藏層傳遞到輸出層，得到預(yù)測結(jié)果。然后計(jì)算預(yù)測結(jié)果與真實(shí)標(biāo)簽之間的誤差，常用的誤差函數(shù)有均方誤差（MSE）、交叉熵?fù)p失等。在本研究中，采用交叉熵?fù)p失作為誤差函數(shù)，其公式為L=-\sum_{i=1}^{n}y_ilog(\hat{y}_i)，其中y_i是真實(shí)標(biāo)簽，\hat{y}_i是預(yù)測結(jié)果，n是樣本數(shù)量。接著進(jìn)行反向傳播，根據(jù)誤差函數(shù)計(jì)算誤差關(guān)于各層權(quán)重的梯度，然后使用優(yōu)化算法，如隨機(jī)梯度下降（SGD）、Adagrad、Adadelta、Adam等，來更新權(quán)重。在本研究中，使用Adam優(yōu)化算法，它結(jié)合了Adagrad和Adadelta的優(yōu)點(diǎn)，能夠自適應(yīng)地調(diào)整學(xué)習(xí)率，加速模型的收斂。訓(xùn)練過程中，通過不斷調(diào)整模型的權(quán)重，使得誤差逐漸減小，直到模型收斂。模型收斂的判斷標(biāo)準(zhǔn)可以是誤差小于某個(gè)閾值，或者連續(xù)多次迭代誤差的變化小于某個(gè)值。當(dāng)模型訓(xùn)練完成后，使用測試集對(duì)模型進(jìn)行測試，評(píng)估模型的性能。常用的評(píng)估指標(biāo)有準(zhǔn)確率、召回率、F1值等。準(zhǔn)確率是指正確預(yù)測的樣本數(shù)占總樣本數(shù)的比例，召回率是指實(shí)際為正樣本且被正確預(yù)測為正樣本的樣本數(shù)占實(shí)際正樣本數(shù)的比例，F(xiàn)1值則是準(zhǔn)確率和召回率的調(diào)和平均數(shù)，能夠綜合反映模型的性能。通過測試集的評(píng)估，可以了解模型在未知數(shù)據(jù)上的表現(xiàn)，判斷模型是否存在過擬合或欠擬合等問題。如果模型的性能不理想，可以進(jìn)一步調(diào)整模型的參數(shù)、增加訓(xùn)練數(shù)據(jù)或采用正則化等方法來優(yōu)化模型。在實(shí)際應(yīng)用中，利用訓(xùn)練好的判別模型進(jìn)行在線控制。通過實(shí)時(shí)采集電機(jī)的運(yùn)行參數(shù)，將其輸入到判別模型中，模型根據(jù)輸入?yún)?shù)快速判斷電機(jī)的噪聲狀態(tài)。當(dāng)模型判斷噪聲超標(biāo)時(shí)，控制系統(tǒng)可以采取相應(yīng)的措施，如調(diào)整電機(jī)的運(yùn)行參數(shù)、啟動(dòng)降噪設(shè)備等，以降低電機(jī)的噪聲，實(shí)現(xiàn)對(duì)小型直流電機(jī)噪聲的實(shí)時(shí)控制和有效管理。4.3應(yīng)用案例分析4.3.1案例選取與介紹本案例選取一款應(yīng)用于工業(yè)自動(dòng)化生產(chǎn)線的小型直流電機(jī)，該電機(jī)主要用于驅(qū)動(dòng)傳送帶上的物料運(yùn)輸，其運(yùn)行的穩(wěn)定性和低噪聲性能對(duì)于生產(chǎn)線的高效運(yùn)行至關(guān)重要。電機(jī)的額定功率為50W，額定電壓為12V，額定轉(zhuǎn)速為8000rpm，采用無刷直流電機(jī)結(jié)構(gòu)。在實(shí)際運(yùn)行過程中，由于生產(chǎn)線的工作環(huán)境較為復(fù)雜，電機(jī)受到的負(fù)載波動(dòng)較大，導(dǎo)致其產(chǎn)生的噪聲問題較為突出，不僅影響了工作環(huán)境的舒適性，還對(duì)生產(chǎn)線上其他精密設(shè)備的正常運(yùn)行產(chǎn)生了干擾。經(jīng)過測試，該電機(jī)在滿載運(yùn)行時(shí)，噪聲主要集中在1000Hz-3000Hz頻率范圍內(nèi)，噪聲峰值達(dá)到了70dB（A），超出了生產(chǎn)線的噪聲標(biāo)準(zhǔn)要求。為了解決這一問題，決定采用基于ANN技術(shù)的噪聲控制方案。4.3.2ANN技術(shù)實(shí)施過程與效果評(píng)估在本案例中，構(gòu)建基于ANN的判別模型時(shí)，首先收集了大量該型號(hào)電機(jī)在不同運(yùn)行工況下的相關(guān)數(shù)據(jù)，包括電機(jī)的轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電流、電壓以及對(duì)應(yīng)的噪聲值等。共收集了500組數(shù)據(jù)，其中400組用于模型訓(xùn)練，100組用于模型測試。對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，采用最小-最大歸一化方法將數(shù)據(jù)映射到0到1之間，以消除數(shù)據(jù)量綱和范圍的影響。例如，對(duì)于轉(zhuǎn)速數(shù)據(jù)，其原始范圍為5000rpm-10000rpm，通過歸一化公式x_{norm}=\frac{x-5000}{10000-5000}，將其映射到0到1之間。根據(jù)數(shù)據(jù)特點(diǎn)和噪聲控制需求，設(shè)計(jì)了一個(gè)具有2層隱藏層的多層感知器（MLP）模型。輸入層包含5個(gè)神經(jīng)元，分別對(duì)應(yīng)電機(jī)的轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電流、電壓和溫度這5個(gè)輸入?yún)?shù)。第一層隱藏層包含25個(gè)神經(jīng)元，第二層隱藏層包含15個(gè)神經(jīng)元。輸出層包含1個(gè)神經(jīng)元，輸出電機(jī)的噪聲預(yù)測值。在訓(xùn)練過程中，使用反向傳播算法和Adam優(yōu)化算法來調(diào)整模型的權(quán)重，以最小化預(yù)測值與實(shí)際值之間的均方誤差。設(shè)置最大迭代次數(shù)為1000次，學(xué)習(xí)率為0.001。經(jīng)過多次訓(xùn)練和優(yōu)化，模型逐漸收斂。使用測試集對(duì)訓(xùn)練好的模型進(jìn)行測試，結(jié)果顯示模型的預(yù)測準(zhǔn)確率較高，均方誤差為0.05，能夠準(zhǔn)確地預(yù)測電機(jī)在不同工況下的噪聲值。將訓(xùn)練好的判別模型應(yīng)用于電機(jī)的在線控制中。通過實(shí)時(shí)采集電機(jī)的運(yùn)行參數(shù)，輸入到判別模型中，模型根據(jù)輸入?yún)?shù)實(shí)時(shí)預(yù)測電機(jī)的噪聲值。當(dāng)預(yù)測噪聲值超過設(shè)定的閾值時(shí)，控制系統(tǒng)自動(dòng)調(diào)整電機(jī)的運(yùn)行參數(shù)，如降低轉(zhuǎn)速、調(diào)整電壓等，以降低電機(jī)的噪聲。經(jīng)過實(shí)際應(yīng)用驗(yàn)證，采用基于ANN技術(shù)的噪聲控制方案后，電機(jī)在滿載運(yùn)行時(shí)，噪聲峰值從原來的70dB（A）降低到了60dB（A），在1000Hz-3000Hz頻率范圍內(nèi)的噪聲得到了有效抑制，整體噪聲水平明顯下降。生產(chǎn)線的工作環(huán)境得到了顯著改善，其他精密設(shè)備的運(yùn)行也不再受到電機(jī)噪聲的干擾，提高了生產(chǎn)線的運(yùn)行效率和穩(wěn)定性。五、EMI與ANN技術(shù)結(jié)合的噪聲控制策略5.1技術(shù)融合的思路與優(yōu)勢(shì)將EMI技術(shù)與ANN技術(shù)相結(jié)合，旨在充分發(fā)揮兩者的優(yōu)勢(shì)，實(shí)現(xiàn)對(duì)小型直流電機(jī)噪聲的全方位、精準(zhǔn)控制。這一技術(shù)融合的思路是基于對(duì)電機(jī)噪聲產(chǎn)生機(jī)制的深入理解以及兩種技術(shù)各自特點(diǎn)的綜合考量。從技術(shù)融合思路來看，首先，利用EMI技術(shù)中的濾波器設(shè)計(jì)和地線布局優(yōu)化等措施，從硬件層面減少電機(jī)運(yùn)行過程中產(chǎn)生的電磁干擾，降低電磁噪聲的產(chǎn)生和傳播。通過安裝合適的濾波器，如低通濾波器、高通濾波器、帶通濾波器或帶阻濾波器等，根據(jù)電機(jī)噪聲的頻率特性，有針對(duì)性地濾除特定頻率的電磁干擾信號(hào)。合理優(yōu)化地線布局，采用電源地線和電路地線分開、多點(diǎn)接地等方式，為電磁干擾信號(hào)提供低阻抗的回流通道，減少干擾信號(hào)對(duì)電機(jī)及其他設(shè)備的影響。在此基礎(chǔ)上，引入ANN技術(shù)。通過在電機(jī)運(yùn)行過程中實(shí)時(shí)采集電機(jī)的結(jié)構(gòu)參數(shù)、運(yùn)行工況參數(shù)等多源數(shù)據(jù)，如轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電壓、電流等，并將這些數(shù)據(jù)輸入到基于多層感知器（MLP）等模型構(gòu)建的ANN判別模型中。ANN模型利用其強(qiáng)大的非線性映射能力和自學(xué)習(xí)能力，對(duì)輸入數(shù)據(jù)進(jìn)行分析和處理，建立輸入?yún)?shù)與電機(jī)噪聲之間的復(fù)雜關(guān)系模型。通過不斷的訓(xùn)練和優(yōu)化，ANN模型能夠準(zhǔn)確地預(yù)測電機(jī)在不同工況下的噪聲狀態(tài)，當(dāng)預(yù)測到噪聲超標(biāo)時(shí)，及時(shí)發(fā)出預(yù)警信號(hào)。根據(jù)ANN模型的預(yù)測結(jié)果和預(yù)警信號(hào)，控制系統(tǒng)可以自動(dòng)調(diào)整電機(jī)的運(yùn)行參數(shù)，如改變轉(zhuǎn)速、調(diào)整電壓、優(yōu)化控制算法等，或者啟動(dòng)其他降噪設(shè)備，實(shí)現(xiàn)對(duì)電機(jī)噪聲的實(shí)時(shí)控制。當(dāng)ANN模型預(yù)測到電機(jī)在當(dāng)前負(fù)載下噪聲可能超標(biāo)時(shí)，控制系統(tǒng)可以自動(dòng)降低電機(jī)的轉(zhuǎn)速，或者調(diào)整電機(jī)的電壓，以減少電磁力的波動(dòng)，從而降低噪聲。這種技術(shù)融合具有多方面的顯著優(yōu)勢(shì)。從控制精度角度來看，EMI技術(shù)能夠從硬件層面減少電磁干擾，為電機(jī)的穩(wěn)定運(yùn)行提供良好的電磁環(huán)境。ANN技術(shù)則能夠通過對(duì)多源數(shù)據(jù)的分析和處理，建立精確的噪聲預(yù)測模型，實(shí)現(xiàn)對(duì)電機(jī)噪聲的精準(zhǔn)預(yù)測和控制。兩者結(jié)合，使得噪聲控制更加精準(zhǔn)，能夠滿足不同應(yīng)用場景對(duì)電機(jī)噪聲控制的嚴(yán)格要求。在自適應(yīng)能力方面，ANN技術(shù)的實(shí)時(shí)監(jiān)測和自適應(yīng)調(diào)整能力使得系統(tǒng)能夠根據(jù)電機(jī)運(yùn)行工況的變化，及時(shí)調(diào)整噪聲控制策略。當(dāng)電機(jī)的負(fù)載突然增加或電壓發(fā)生波動(dòng)時(shí)，ANN模型能夠快速感知到這些變化，并根據(jù)新的輸入數(shù)據(jù)調(diào)整預(yù)測結(jié)果和控制策略，確保電機(jī)始終處于低噪聲運(yùn)行狀態(tài)。而EMI技術(shù)的穩(wěn)定作用為ANN技術(shù)的自適應(yīng)調(diào)整提供了可靠的硬件基礎(chǔ)，兩者相互配合，提高了系統(tǒng)的自適應(yīng)能力和穩(wěn)定性。從成本效益角度考慮，傳統(tǒng)的噪聲控制方法往往需要采用大量的隔音材料、復(fù)雜的結(jié)構(gòu)優(yōu)化措施等，這不僅會(huì)增加電機(jī)的成本和體積，還可能影響電機(jī)的性能。而EMI與ANN技術(shù)結(jié)合的噪聲控制策略，通過精準(zhǔn)的噪聲預(yù)測和控制，能夠在不顯著增加成本的前提下，有效降低電機(jī)噪聲。合理設(shè)計(jì)的濾波器和優(yōu)化的地線布局，雖然會(huì)增加一定的電路成本，但相比傳統(tǒng)的降噪措施，成本增加幅度較小。而ANN技術(shù)利用軟件算法實(shí)現(xiàn)噪聲預(yù)測和控制，不需要額外的硬件設(shè)備，進(jìn)一步降低了成本。通過提高電機(jī)的性能和可靠性，減少設(shè)備的維護(hù)和更換成本，從長期來看，具有良好的成本效益。5.2聯(lián)合控制方案設(shè)計(jì)5.2.1系統(tǒng)架構(gòu)設(shè)計(jì)融合EMI和ANN技術(shù)的噪聲控制系統(tǒng)架構(gòu)如圖3所示。該架構(gòu)主要由數(shù)據(jù)采集模塊、EMI處理模塊、ANN處理模塊、控制決策模塊和執(zhí)行模塊組成。數(shù)據(jù)采集模塊負(fù)責(zé)收集小型直流電機(jī)的各種運(yùn)行數(shù)據(jù)，包括轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電壓、電流、溫度等運(yùn)行工況參數(shù)，以及電機(jī)的結(jié)構(gòu)參數(shù)，如定子槽數(shù)、轉(zhuǎn)子齒數(shù)、氣隙長度等。這些數(shù)據(jù)通過各類傳感器獲取，如轉(zhuǎn)速傳感器、轉(zhuǎn)矩傳感器、電壓電流傳感器、溫度傳感器等。傳感器將采集到的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，通過數(shù)據(jù)傳輸接口，如SPI、I2C、CAN等，傳輸?shù)綌?shù)據(jù)采集模塊。數(shù)據(jù)采集模塊對(duì)采集到的數(shù)據(jù)進(jìn)行初步的預(yù)處理，如濾波、放大等，以提高數(shù)據(jù)的質(zhì)量和可靠性。EMI處理模塊主要負(fù)責(zé)對(duì)電機(jī)運(yùn)行過程中產(chǎn)生的電磁干擾進(jìn)行處理。該模塊包括濾波器和地線布局優(yōu)化電路。濾波器根據(jù)電機(jī)噪聲的頻率特性，選擇合適的類型，如低通濾波器、高通濾波器、帶通濾波器或帶阻濾波器等。濾波器安裝在電機(jī)的電源輸入端和信號(hào)傳輸線路上，對(duì)電磁干擾信號(hào)進(jìn)行濾除，減少其對(duì)電機(jī)和其他設(shè)備的影響。地線布局優(yōu)化電路通過合理規(guī)劃地線的連接方式和路徑，為電磁干擾信號(hào)提供低阻抗的回流通道。采用電源地線和電路地線分開布局、多點(diǎn)接地等方式，降低地線的電阻和電感，減少電磁干擾信號(hào)的反射和耦合。ANN處理模塊是整個(gè)系統(tǒng)的核心之一，它利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)電機(jī)的噪聲進(jìn)行預(yù)測和分析。該模塊首先接收數(shù)據(jù)采集模塊傳輸過來的電機(jī)運(yùn)行數(shù)據(jù)，然后將這些數(shù)據(jù)輸入到基于多層感知器（MLP）等模型構(gòu)建的ANN判別模型中。ANN模型通過大量的訓(xùn)練數(shù)據(jù)，學(xué)習(xí)到輸入?yún)?shù)與電機(jī)噪聲之間的復(fù)雜非線性關(guān)系，從而能夠準(zhǔn)確地預(yù)測電機(jī)在不同工況下的噪聲狀態(tài)。當(dāng)預(yù)測到噪聲超標(biāo)時(shí)，ANN模型及時(shí)發(fā)出預(yù)警信號(hào)，并將預(yù)測結(jié)果和相關(guān)信息傳輸?shù)娇刂茮Q策模塊。控制決策模塊根據(jù)ANN處理模塊的預(yù)測結(jié)果和預(yù)警信號(hào)，結(jié)合電機(jī)的實(shí)際運(yùn)行情況，制定相應(yīng)的控制策略。如果ANN模型預(yù)測到電機(jī)噪聲超標(biāo)，控制決策模塊可以根據(jù)預(yù)設(shè)的控制規(guī)則，自動(dòng)調(diào)整電機(jī)的運(yùn)行參數(shù)，如改變轉(zhuǎn)速、調(diào)整電壓、優(yōu)化控制算法等，或者啟動(dòng)其他降噪設(shè)備，如隔音罩、減振器等?？刂茮Q策模塊還可以根據(jù)實(shí)際情況，對(duì)控制策略進(jìn)行優(yōu)化和調(diào)整，以確保電機(jī)始終處于低噪聲運(yùn)行狀態(tài)。執(zhí)行模塊負(fù)責(zé)執(zhí)行控制決策模塊制定的控制策略。如果控制決策模塊決定調(diào)整電機(jī)的運(yùn)行參數(shù)，執(zhí)行模塊通過電機(jī)驅(qū)動(dòng)器對(duì)電機(jī)的轉(zhuǎn)速、電壓等參數(shù)進(jìn)行調(diào)整。如果需要啟動(dòng)降噪設(shè)備，執(zhí)行模塊控制相應(yīng)的設(shè)備啟動(dòng)和運(yùn)行。執(zhí)行模塊還可以實(shí)時(shí)反饋控制策略的執(zhí)行情況，以便控制決策模塊對(duì)控制策略進(jìn)行進(jìn)一步的優(yōu)化和調(diào)整。5.2.2控制流程與算法實(shí)現(xiàn)系統(tǒng)的控制流程如下：在電機(jī)運(yùn)行過程中，數(shù)據(jù)采集模塊持續(xù)實(shí)時(shí)采集電機(jī)的運(yùn)行數(shù)據(jù)，并將其傳輸給EMI處理模塊和ANN處理模塊。EMI處理模塊對(duì)數(shù)據(jù)進(jìn)行電磁干擾處理，通過濾波器和地線布局優(yōu)化，降低電磁干擾對(duì)數(shù)據(jù)的影響。ANN處理模塊將接收到的經(jīng)過EMI處理的數(shù)據(jù)輸入到已經(jīng)訓(xùn)練好的判別模型中。判別模型根據(jù)輸入數(shù)據(jù)，利用反向傳播算法等計(jì)算方法，預(yù)測電機(jī)的噪聲狀態(tài)。當(dāng)預(yù)測噪聲值超過設(shè)定的閾值時(shí)，ANN處理模塊向控制決策模塊發(fā)送預(yù)警信號(hào)和預(yù)測結(jié)果。控制決策模塊收到預(yù)警信號(hào)后，根據(jù)預(yù)設(shè)的控制策略和算法，制定具體的控制措施。如果是通過調(diào)整電機(jī)運(yùn)行參數(shù)來降低噪聲，控制決策模塊會(huì)計(jì)算出需要調(diào)整的參數(shù)值，如轉(zhuǎn)速調(diào)整量、電壓調(diào)整值等。假設(shè)根據(jù)經(jīng)驗(yàn)和模型分析，當(dāng)噪聲超標(biāo)時(shí)，需要將電機(jī)轉(zhuǎn)速降低一定比例來減少電磁力波動(dòng)，從而降低噪聲?？刂茮Q策模塊會(huì)根據(jù)當(dāng)前的噪聲超標(biāo)程度和電機(jī)的運(yùn)行狀態(tài)，計(jì)算出具體的轉(zhuǎn)速降低值。執(zhí)行模塊根據(jù)控制決策模塊的指令，對(duì)電機(jī)的運(yùn)行參數(shù)進(jìn)行調(diào)整或啟動(dòng)降噪設(shè)備。在調(diào)整電機(jī)運(yùn)行參數(shù)時(shí)，執(zhí)行模塊通過電機(jī)驅(qū)動(dòng)器，按照控制決策模塊給出的參數(shù)值，改變電機(jī)的輸入電壓、頻率等，實(shí)現(xiàn)對(duì)電機(jī)轉(zhuǎn)速、轉(zhuǎn)矩等運(yùn)行參數(shù)的調(diào)整。如果是啟動(dòng)降噪設(shè)備，執(zhí)行模塊會(huì)控制隔音罩的關(guān)閉、減振器的啟動(dòng)等操作。在調(diào)整電機(jī)運(yùn)行參數(shù)后，數(shù)據(jù)采集模塊繼續(xù)實(shí)時(shí)采集電機(jī)的運(yùn)行數(shù)據(jù)，重復(fù)上述流程，實(shí)現(xiàn)對(duì)電機(jī)噪聲的實(shí)時(shí)監(jiān)測和動(dòng)態(tài)控制。在算法實(shí)現(xiàn)方面，ANN判別模型的訓(xùn)練算法采用反向傳播算法結(jié)合Adam優(yōu)化算法。在訓(xùn)練過程中，將大量的電機(jī)運(yùn)行數(shù)據(jù)作為輸入，對(duì)應(yīng)的噪聲狀態(tài)作為輸出，通過不斷調(diào)整模型的權(quán)重和偏置，使模型的預(yù)測結(jié)果與實(shí)際噪聲狀態(tài)之間的誤差最小化。在實(shí)時(shí)控制中，利用訓(xùn)練好的ANN模型進(jìn)行噪聲預(yù)測，根據(jù)預(yù)測結(jié)果和預(yù)設(shè)的控制規(guī)則，采用比例-積分-微分（PID）控制算法等對(duì)電機(jī)的運(yùn)行參數(shù)進(jìn)行調(diào)整。PID控制算法根據(jù)噪聲的偏差值及其變化率，計(jì)算出控制量，通過調(diào)整電機(jī)的輸入信號(hào)，使電機(jī)的噪聲保持在允許的范圍內(nèi)。5.3應(yīng)用案例分析5.3.1案例選取與介紹本案例選取一款應(yīng)用于智能家居設(shè)備——智能空氣凈化器中的小型直流電機(jī)。該智能空氣凈化器在市場上具有較高的銷量和用戶關(guān)注度，其主要功能是通過電機(jī)驅(qū)動(dòng)風(fēng)扇，實(shí)現(xiàn)室內(nèi)空氣的循環(huán)凈化，為用戶提供清新的空氣環(huán)境。這款小型直流電機(jī)作為空氣凈化器的核心動(dòng)力部件，其運(yùn)行的穩(wěn)定性和低噪聲性能直接影響著空氣凈化器的使用體驗(yàn)和市場競爭力。電機(jī)的額定功率為30W，額定電壓為220V，額定轉(zhuǎn)速為6000rpm，采用有刷直流電機(jī)結(jié)構(gòu)。在實(shí)際使用過程中，用戶反饋空氣凈化器運(yùn)行時(shí)產(chǎn)生的噪聲較大，尤其是在夜間睡眠模式下，噪聲對(duì)用戶的休息造成了明顯干擾。經(jīng)過專業(yè)測試，發(fā)現(xiàn)該電機(jī)在運(yùn)行時(shí)產(chǎn)生的噪聲主要集中在1500Hz-3500Hz頻率范圍內(nèi)，噪聲峰值達(dá)到了68dB（A），超出了同類型產(chǎn)品的噪聲標(biāo)準(zhǔn)。較高的噪聲不僅影響了用戶的使用舒適度，還限制了空氣凈化器在臥室等對(duì)噪聲要求較高的場所的使用。因此，對(duì)該電機(jī)進(jìn)行噪聲控制成為提升產(chǎn)品性能和用戶滿意度的關(guān)鍵需求。5.3.2聯(lián)合技術(shù)實(shí)施過程與效果評(píng)估在本案例中，實(shí)施聯(lián)合技術(shù)的第一步是安裝EMI濾波器。根據(jù)電機(jī)的電氣參數(shù)和噪聲頻率特性，選用了一款π型低通濾波器，該濾波器由兩個(gè)串聯(lián)電感和一個(gè)并聯(lián)電容組成，能夠有效濾除高頻噪聲。電感的電感值分別為5mH和3mH，電容值為0.05μF，其截止頻率設(shè)定為8kHz，能夠?qū)?kHz以上的高頻噪聲進(jìn)行有效抑制。將濾波器安裝在電機(jī)的電源輸入端，通過合理布線，確保濾波器與電機(jī)之間的連接緊密且線路最短，減少信號(hào)傳輸過程中的損耗和干擾。同時(shí)，對(duì)地線布局進(jìn)行優(yōu)化。采用多層電路板設(shè)計(jì)，將電源地線和電路地線分別布置在不同的層，通過過孔實(shí)現(xiàn)連接，并保證過孔的直徑足夠大，以降低地線的電阻和電感。在電路板上大面積鋪設(shè)接地平面，增加接地的可靠性。將電機(jī)的外殼與接地平面直接連接，形成良好的接地通路，為電磁干擾信號(hào)提供低阻抗的回流通道。在ANN技術(shù)方面，首先收集了大量該型號(hào)電機(jī)在不同運(yùn)行工況下的相關(guān)數(shù)據(jù)，包括電機(jī)的轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電流、電壓以及對(duì)應(yīng)的噪聲值等。共收集了600組數(shù)據(jù)，其中450組用于模型訓(xùn)練，150組用于模型測試。對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，采用最小-最大歸一化方法將數(shù)據(jù)映射到0到1之間，以消除數(shù)據(jù)量綱和范圍的影響。例如，對(duì)于電流數(shù)據(jù)，其原始范圍為0.1A-0.5A，通過歸一化公式x_{norm}=\frac{x-0.1}{0.5-0.1}，將其映射到0到1之間。根據(jù)數(shù)據(jù)特點(diǎn)和噪聲控制需求，設(shè)計(jì)了一個(gè)具有3層隱藏層的多層感知器（MLP）模型。輸入層包含6個(gè)神經(jīng)元，分別對(duì)應(yīng)電機(jī)的轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、電流、電壓、溫度和空氣流量這6個(gè)輸入?yún)?shù)。第一層隱藏層包含30個(gè)神經(jīng)元，第二層隱藏層包含20個(gè)神經(jīng)元，第三層隱藏層包含15個(gè)神經(jīng)元。輸出層包含1個(gè)神經(jīng)元，輸出電機(jī)的噪聲預(yù)測值。在訓(xùn)練過程中，使用反向傳播算法和Adam優(yōu)化算法來調(diào)整模型的權(quán)重，以最小化預(yù)測值與實(shí)際值之間的均方誤差。設(shè)置最大迭代次數(shù)為1500次，學(xué)習(xí)率為0.0005。經(jīng)過多次訓(xùn)練和優(yōu)化，模型逐漸收斂。使用測試集對(duì)訓(xùn)練好的模型進(jìn)行測試，結(jié)果顯示模型的預(yù)測準(zhǔn)確率較高，均方誤差為0.03，能夠準(zhǔn)確地預(yù)測電機(jī)在不同工況下的噪聲值。將訓(xùn)練好的判別模型應(yīng)用于電機(jī)的在線控制中。通過實(shí)時(shí)采集電機(jī)的運(yùn)行參數(shù)，輸入到判別模型中，模型根據(jù)輸入?yún)?shù)實(shí)時(shí)預(yù)測電機(jī)的噪聲值。當(dāng)預(yù)測噪聲值超過設(shè)定的閾值時(shí)，控制系統(tǒng)自動(dòng)調(diào)整電機(jī)的運(yùn)行參數(shù)，如降低轉(zhuǎn)速、調(diào)整電壓等，以降低電機(jī)的噪聲。同時(shí)，根據(jù)ANN模型的預(yù)測結(jié)果，啟動(dòng)其他降噪設(shè)備，如隔音罩、減振器等。隔音罩采用吸隔聲復(fù)合結(jié)構(gòu)，由鍍鋅鋼板、低頻隔音氈、離心玻璃棉、加強(qiáng)鋼龍骨和沖孔吸音面板等組成，能夠有效阻擋噪聲的傳播。減振器安裝在電機(jī)的底座和支架上，通過減少電機(jī)的振動(dòng)來降低噪聲。經(jīng)過實(shí)際應(yīng)用驗(yàn)證，采用EMI與ANN技術(shù)結(jié)合的噪聲控制方案后，電機(jī)在運(yùn)行時(shí)的噪聲峰值從原來的68dB（A）降低到了58dB（A），在1500Hz-3500Hz頻率范圍內(nèi)的噪聲得到了有效抑制，整體噪聲水平明顯下降。用戶在使用安裝了改進(jìn)后電機(jī)的空氣凈化器時(shí)，明顯感受到噪聲的減小，使用體驗(yàn)得到了顯著提升。在夜間睡眠模式下，空氣凈化器運(yùn)行時(shí)的噪聲已經(jīng)不會(huì)對(duì)用戶的休息造成干擾，滿足了用戶對(duì)安靜環(huán)境的需求。