Simulation research on narrow-band active noise reduction of wind driven sprayer based on NLMS algorithm
-
摘要:目的
研究风送式喷雾机出风口噪声类别，并探索合适的降噪方法以提高降噪效果。
方法通过分析风送式喷雾机出风口噪声频谱，采取窄带有源降噪方法对风机出风口噪声进行降噪，比较了3种常见的降噪算法，综合考虑算法收敛速度和降噪性能，选取NLMS算法作为核心算法；为改善窄带有源降噪系统中由非声学传感器引起的频率失调问题，引入遗传算法对转速器采集参数计算出的初始频率进行优化。将风机噪声作为输入信号，采取197、394、591、788和985 Hz 5个频率通道进行窄带有源降噪仿真。
结果风送式喷雾机噪声以扇叶转动引起的旋转噪声为主。仿真结果表明，经过遗传算法迭代33次调频后的系统性能得到较好的改善，在NLMS算法迭代10 000次时系统收敛，5个频率通道噪声幅值分别降低了0.192、0.041、0.024、0.018和0.210 mm，取得总体约14 dB的降噪效果。
结论NLMS算法对风送式喷雾机噪声有较好的降噪效果，遗传算法能够有效改善非声学传感器引起的频率失调问题。本研究为风送式喷雾机主动降噪方法提供了参考。
Abstract:ObjectiveTo analyze the noise in the air outlet of wind driven sprayer, explore the appropriate noise reduction methods and improve the noise reduction effect.
MethodThis paper analyzed the noise frequency spectrum in the air outlet of the wind driven sprayer, adopted the narrow-band active noise reduction method to reduce the noise of fan outlet, analyzed three common noise reduction algorithms, comparatively considered the convergence speed and noise reduction performance of three algorithms, and selected the NLMS algorithm as the core algorithm. In order to improve the frequency disturbance caused by non acoustic sensors in the narrow-band active noise reduction system, genetic algorithm was introduced to optimize the initial frequency calculated by the acquisition parameters of the rotator. The fan noise was taken as the input signal, and five frequency channels (197, 394, 591, 788 and 985 Hz) were used for narrow-band active noise reduction simulation.
ResultThe noise of the wind driven sprayer was mainly rotating noise caused by fan blade rotation. The simulation results showed that the system performance was improved after 33 iterations of the genetic algorithm. When the NLMS algorithm was iterated 10 000 times, the system converged, and the amplitudes of the five frequency channels were reduced by 0.192, 0.041, 0.024, 0.018 and 0.210 mm respectively, and the overall noise reduction effect was about 14 dB.
ConclusionThe NLMS algorithm has better reduction effect on the noise of wind driven sprayer. Genetic algorithm can effectively improve the frequency disturbance caused by non acoustic sensors. This study provides a reference for active noise reduction methods of wind driven sprayers.
-
近年来，随着我国农业生产的快速发展，对农业机械化的需求大幅增加，推进农机装备技术改进，研发适合国情、农民需要、先进适用的各类智能农机装备迫在眉睫。在农机装备智能领域，高效喷雾施药技术的一个主要标准是农药在靶标上的沉积率远高于其在非目标物或区域中的沉积率。这也是最大程度地提高农药有效利用率，同时消除农药对操作人员的危害以及降低环境污染的一个重要途径[1-3]。然而，我国在农业生产中对农药的有效利用率只有30%左右，流失量较高[4-5]。
农药雾化是农药以雾滴的形式分散到大气中，形成雾状分散体系的过程，其实质是喷雾液滴在外力的作用下实现比表面积的大幅度扩增[6-8]。将农药药液雾化为雾滴的过程依靠喷头来实现[9]。农药雾化程度直接影响农药漂移距离及沉积有效利用率。喷雾雾滴粒径分布是农药雾化程度的主要检测指标[10-11]。较大雾滴能够在较长时间内保持动量，到达靶标时间短，漂移较小，但雾滴过大又容易造成药液覆盖率降低、靶标附着性差和药液流失[12-14]。较小的雾滴由于其质量小，受到空气阻力影响大，通常会由于动量不足而无法到达靶标[15]，但小雾滴有助于增大药液覆盖率、提升雾滴覆盖的均匀性和增大药液在作物冠层的穿透性[16]。
无论采用何种喷雾方式，植保机械的作业质量与雾滴直径大小都有直接关系[17]。如果选择的雾滴大小合适，可以用最小的药量，以最小的环境污染达到最大控制病虫害的目的。如果实际的雾滴比需要的雾滴大，所浪费的农药就会以雾滴直径三次方的速率增长[18]。张瑞瑞等[19]利用不同类型及浓度助剂分析比较空气诱导喷头IDK120-025和多量程平面喷头LU120-015的雾滴体积中径(Volume median diameter, VMD)及雾滴粒径相对分布跨度，结果表明不同类型及浓度的助剂对不同喷头效果不同，应根据所用喷头选择合适的助剂及配比浓度，降低农药雾滴漂移。王潇楠等[20]利用不同浓度抗蒸发助剂Agrospred 730、防漂移助剂Break-thru Vibrant、Silwet DRS-60、Greenwet 360分析比较了不同喷头雾滴漂移潜在指数，结果表明添加助剂浓度不同，雾滴体积中径不同，喷头潜在漂移指数不同。何玲等[21]利用不同表面张力的溶液分析了喷雾助剂对水稻冠层有效沉积率的影响。唐青等[22]利用不同气流条件对比分析了标准扇形喷头和空气诱导喷头的雾化特性。赵辉等[23]研究了不同喷雾液动态表面张力下，雾滴粒径的变化，结果表明动态表面张力改变对雾滴粒径的影响增大。
液体黏度影响喷头雾化性能[24]，本文配制不同黏度的喷雾液，研究喷雾液黏度对农用喷头的喷雾雾滴粒径的影响，以期为农药喷施技术及机械性能的提高提供理论支撑与试验依据。
1. 材料与方法
1.1 试验材料
本文选择乳油、可湿性粉剂、悬浮剂和水分散粒剂4种常见剂型的农药作为研究对象，具体为：体积分数为15%的哒螨灵乳油、质量分数为10%的吡虫啉可湿性粉剂、质量浓度为240 g/L的螺螨酯悬浮剂和质量分数为70%的啶虫脒水分散粒剂。按照农药剂型的使用说明把4种农药分别配制成溶液，利用黏度计测试4种药液的黏度，获得不同剂型农药在使用配比下药液的黏度范围。据此，用水与甘油配制喷雾液代替农药进行大量的喷雾试验研究，避免用农药进行试验造成环境污染。同时利用甘油与水配制出不同黏度的喷雾液进行对比试验。
试验喷头为东莞市沙鸥喷雾系统有限公司生产的实心锥喷头，喷嘴直径为0.8 mm。
1.2 试验仪器
试验所用的主要仪器有：丹麦DANTEC公司生产的多普勒动态粒子分析仪(Phase Doppler anemometry，简称PDA)，粒子测量范围为1~10 000 μm，测量误差为1%；上海方瑞仪器有限公司生产的NDJ-8T数字旋转黏度计，测量范围为1~2 000 cp，测量误差为±1%，重复误差为±0.5%，仪器均满足相关参数测量要求。
试验环境温度对液体黏度的测试有一定程度的影响，在液体黏度测试过程中，环境温度是动态变化的。为此，本文在每次试验前，均多次测量环境温度，并使用NDJ-8T型数字旋转黏度计多次对同一个样品进行黏度测试，保证测量结果的稳定性和可信性。
1.3 雾滴参数定义
本文主要对雾滴的3个指标参数进行了测量和分析，它们分别是：
算术平均直径(Arithmetic mean diameter，D10)：指取样雾滴群的直径之和与雾滴群个数之和的比值，
$${D_{10}} = \frac{1}{N}\sum\limits_{i = 1}^{{N_i}} {{n_i}{D_i}}; $$ (1) 体积平均直径(Volume mean diameter，D30)：指取样雾滴群平均体积所对应的直径，
$${D_{{\rm{30}}}}{\rm{ = }}{\left[ {\frac{{\rm{1}}}{N}\sum\limits_{i = 1}^{{N_i}} {{n_i}D_i^3} } \right]^{\frac{1}{3}}};$$ (2) 索尔特平均直径(Sauter mean diameter，D32)：表明雾滴粒径对表面积的加权平均，
$${D_{32}} = \frac{{\displaystyle\sum\limits_{i = 1}^{{N_i}} {{n_i}D_i^3} }}{{\displaystyle\sum\limits_{i = 1}^{{N_i}} {{n_i}D_i^2} }};$$ (3) 在上述雾滴参数描述中，Di是指雾滴尺寸等级i的直径，Ni是指选择的雾滴尺寸等级i的个数，ni是指每个尺寸等级中的雾滴数，N是雾滴总数。
1.4 试验设计
液体的黏度和温度有极密切的关系，通常温度升高，黏度降低。本文测试液体黏度是在环境温度为(25±0.5) ℃的前提下进行的。
1.4.1 4种常用于防治木虱的农药黏度范围测试
为了揭示农药黏度对喷头雾滴参数的影响，根据农药使用说明的配比要求，配制了4种柑橘病虫害防治中常用的农药溶液，利用黏度计分别测量其黏度值，每隔2 min读取1次黏度值，共读取3次，取平均值作为最终黏度值，结果如表1所示。4种农药溶液黏度的平均最小值为1.25 cp，平均最大值为1.80 cp。
表 1 4种常见农药的黏度Table 1. Viscosities of four common pesticides农药类型
Pesticide type配比
Proportion测试黏度/cp Test viscosity 第1次 The 1st time 第2次 The 2nd time 第3次 The 3rd time 平均值 Average 螺螨酯 Spirodiclofen 1∶4 000 1.69 1.61 1.62 1.64 哒螨灵 Pyridaben 1∶2 200 1.81 1.80 1.80 1.80 啶虫脒 Acetamiprid 1∶25 000 1.26 1.24 1.24 1.25 吡虫啉 Imidacloprid 1∶3 400 1.49 1.50 1.51 1.50 1.4.2 替代试剂不同黏度甘油的配置
由于甘油与水能够以任意比例互溶，且纯甘油黏度较大，本文采用纯甘油与水以一定的比例混合，配制4种不同质量分数的甘油溶液，结果如表2所示。随着甘油质量分数的增大，溶液的黏度也逐渐变大，黏度范围能够涵盖常用的农药溶液黏度。
表 2 不同质量分数甘油溶液的黏度Table 2. Viscosities of different mass fractions of glycerin solution序号
Numberw(甘油)/%
Glycerin mass fraction测试黏度/cp Test viscosity 第1次 The 1st time 第2次 The 2nd time 第3次 The 3rd time 平均值 Average 1 0 1.10 1.11 1.11 1.10 2 12.5 1.29 1.31 1.30 1.30 3 22.5 1.62 1.63 1.63 1.63 4 32.5 2.18 2.20 2.19 2.19 5 42.5 2.99 2.98 3.00 2.99 1.4.3 雾滴参数的采样点设定
喷雾液黏度对喷头雾化性能的影响试验包括：不同喷雾液黏度下对喷头轴心线方向上雾滴参数的测定，以及不同喷雾液黏度下对喷头径向(轴心方向高度一定时)雾滴参数的测定。喷雾试验时，喷头轴心方向垂直地面，喷雾压力为0.9 MPa。
前期试验中，为了能够设置合适的喷头喷雾区域采样点，在喷雾压力为1.0 MPa条件下，测量了喷头的雾锥角，结果为44.14°，由此，利用预试验测得的雾锥角正切值的结果，可以确定喷雾区域的边界位置，从而确定雾滴采样点的范围。
轴心方向上雾滴采样点设定：为研究不同黏度对喷头轴心方向上雾滴粒径的影响，建立以喷头处为原点、水平向左方向为x、垂直向里方向为y、垂直向下方向为z的笛卡尔坐标系，在喷头雾化区域轴心方向上，从喷头z=0 cm处开始，每隔2 cm利用PDA分别测量轴心方向上雾滴参数。
径向雾滴采样点设定：为研究黏度对喷头径向雾滴粒径的影响，在轴心方向上分别选取z=30 cm，z=40 cm处的水平面，测量所对应径向上的雾滴粒径；在z=30 cm处x选取−8~8 cm之间；在z=40 cm处，x选取−10~10 cm之间，其中径向(x方向)采样点间隔均为1 cm，利用PDA分别测量每个采样点上的雾滴参数。
1.4.4 数据处理
运用统计分析软件SPSS16.0对轴心距离、液体黏度以及雾滴粒径的相关性进行统计分析。
2. 结果与分析
2.1 轴心方向上雾滴粒径分布特性
从喷头开始，每隔2 cm，测量喷头轴心方向上的雾滴参数，结果如表3所示。
表 3 不同黏度下轴心方向上雾滴参数1)Table 3. Droplet parameters in the axis direction under different viscositiesμm 轴心距离/cm
Axis distance1.10 cp 1.30 cp 1.63 cp 2.19 cp 2.99 cp D10 D30 D32 D10 D30 D32 D10 D30 D32 D10 D30 D32 D10 D30 D32 2 147.5 173.3 193.9 91.3 117.8 141.5 96.2 123.7 152.1 41.7 68.4 43.6 54.6 88.5 143.7 4 34.0 71.7 141.0 30.6 46.3 74.0 36.1 68.2 121.1 39.5 41.5 47.8 45.5 49.7 52.9 6 27.6 28.3 29.9 29.7 36.2 47.7 30.7 47.5 80.0 43.3 45.6 51.8 53.0 58.3 63.1 8 31.5 33.6 35.8 33.2 35.8 38.0 30.8 35.2 39.1 47.9 50.0 54.3 55.1 61.3 67.2 10 33.7 35.6 38.2 34.9 38.0 41.1 35.7 38.2 43.1 49.6 52.1 59.1 62.4 68.3 75.7 12 34.2 37.2 40.8 36.7 40.2 43.9 37.7 40.8 46.2 54.2 56.2 62.4 65.8 72.6 80.2 14 35.1 38.4 42.3 37.9 42.4 46.3 38.4 41.1 46.4 55.5 58.4 66.6 68.3 75.5 82.1 16 36.7 40.1 44.5 39.1 43.9 48.6 39.8 43.6 51.2 58.8 63.0 70.8 70.6 76.8 84.5 18 37.5 42.6 46.2 40.5 45.7 51.1 40.4 45.6 52.8 62.0 65.9 76.4 73.4 82.2 91.3 20 38.4 43.9 48.7 41.5 46.7 53.6 42.1 48.2 56.0 64.7 69.6 80.7 74.3 82.2 90.3 22 40.0 45.1 52.0 43.5 49.1 55.9 43.6 51.8 60.2 66.6 73.8 81.0 79.3 88.1 96.9 24 40.1 46.7 53.2 44.2 50.8 59.0 45.0 52.1 60.5 66.1 73.0 88.7 81.3 90.0 98.9 26 41.6 47.6 55.2 45.4 53.6 61.9 46.9 55.0 65.8 70.8 79.8 102.4 84.6 94.7 105.5 28 42.3 49.5 57.4 47.5 55.6 65.0 47.8 57.0 68.5 78.8 90.3 99.4 86.3 96.6 107.4 30 43.3 51.5 61.2 47.5 56.6 65.5 47.8 59.4 72.4 74.9 85.9 101.1 86.9 98.8 113.2 32 44.9 52.5 61.5 48.6 58.0 68.7 49.8 62.4 76.1 75.8 87.1 112.6 82.6 97.7 114.5 34 44.5 53.2 63.6 49.8 60.6 72.0 50.9 64.3 79.0 82.5 97.0 112.9 87.5 100.4 115.3 36 46.2 55.4 65.8 51.7 63.1 75 52.9 67.3 83.3 75.9 88.4 103.1 90.6 104.3 120.7 38 47.2 57.8 69.6 53.7 65.6 80.1 54.6 69.1 86.6 79.7 93.8 111.2 91.8 106.5 123.7 40 49.7 61.2 75.2 54.8 66.9 81.3 54.9 70.8 87.7 84.3 97.8 114.4 92.0 107.6 118.6 1) D10：算术平均直径；D30：体积平均直径；D32：索尔特平均直径
1) D10: Arithmetic mean diameter; D30: Volume mean diameter; D32: Sauter mean diameter从表3可以看出，在轴心方向上距离喷头1~6 cm的区间内，雾滴粒径变小趋势明显，分析原因可能是：在一定的压力下，射流以连续液体的形式从喷头高速流出，受到外界气体的扰动作用，液体表面会产生不稳定的波动，当液体流速较大时，液体表面的波幅将快速变大，最终波峰被撕裂下来，形成较大雾滴。随着射出距离变大，这种表面波的波幅将逐渐扩大，使液体分裂成大颗粒液滴，液滴直径超过了一定的阈值，在周围空气切应力的作用下，它们将进一步碎裂成更细小的液滴，故在距离喷头1~6 cm的区间内呈现出变小的趋势。
Rayleigh理论导出了形成黏性射流最大不稳定性的比值，即有一个最小的扰动波长
$({\rm{\lambda }}_{\rm{min}})$ 和最有可能导致射流破裂成为液滴的扰动波长$({\lambda _{\rm{opt}}})$ ，喷头出口附近的初始扰动波长小于$ {\rm{\lambda }}_{\rm{min}} $ 时，受表面张力作用，射流的扰动渐缓；当初始扰动波长大于$ {\rm{\lambda }}_{\rm{min}} $ 时，扰动波振幅增大，并最终导致射流破裂，对于非黏性流体[25]$${\lambda _{\min }} = {\text{π}} d,$$ (4) $${\lambda _{{\rm{opt}}}} = \sqrt 2{\text{π}} d,$$ (5) 对于黏性流体
$${\lambda _{\min }} = {\text{π}} d,$$ (6) $${\lambda _{{\rm{opt}}}} = \sqrt 2 {\text{π}} d{\left( {1 + \frac{{3{u_{_{\rm{l}}}}}}{{\sqrt {{\rho _{_{\rm{l}}}}{\sigma _{_{\rm{l}}}}d} }}} \right)^{{1 / 2}}},$$ (7) 式中：
${u_{_{\rm{l}}}}$ 为液体的黏度，${\rho _{_{\rm{l}}}}$ 为液体的密度，${\sigma _{_{\rm{l}}}}$ 为液体的表面张力，$d$ 为射流直径。由此可见，黏性流体的${\lambda _{\min }}$ 与非黏性流体相同，但其${\lambda _{{\rm{opt}}}}$ 却比非黏性流体大得多。试验表明，在相同的喷雾条件下，对于不同黏度的喷雾液，液体密度
${\rho _{_{\rm{l}}}}$ 、液体表面张力${\sigma _{_{\rm{l}}}}$ 、射流直径$d$ 变化不大，影响扰动波长${\lambda _{{\rm{opt}}}}$ 变化的主要因素在于喷雾液的黏度，即喷雾液黏度越大，越有可能导致射流破裂成为液滴的扰动波长${\lambda _{{\rm{opt}}}}$ 也越大，亦需要更多的能量才能完成从射流破碎成雾滴的过程。由表3可以发现，喷雾液黏度越大，相同位置处雾滴粒径随着喷雾液黏度的增加而变大，其原因可能是：喷雾液黏度越大，喷雾液越难以发生雾化，相同喷射压力下，雾化黏度大的喷雾液需要更多的能量，因此导致黏度较大的喷雾液，雾滴碎裂不够细小，最终形成颗粒较大的液滴。在轴心方向上距离喷头8~40 cm的区间内，不同轴心距离下的雾滴粒径呈现出从近喷头处到远喷头处逐渐变大的规律，其原因可能是：在喷头的轴心方向上，作用于雾滴的力主要是重力和空气阻力，当雾滴受到重力影响时，会加速下降，雾滴发生聚合碰撞，使雾滴粒径逐渐变大，形成了大雾滴。
2.2 轴心雾滴粒径的统计分析
为了明确轴心距离、液体黏度与雾滴粒径之间的内在联系，更好地揭示影响雾滴粒径分布规律的主要原因，本文运用统计分析软件SPSS对轴心距离、液体黏度以及雾滴粒径进行相关性统计分析。
通过判断2个数据集是否在一条直线上来推断2个数据集的线性相关性，其计算公式为：
$$r = \frac{{N\displaystyle\sum {{x_i}{y_i}} - \displaystyle\sum {{x_i}\displaystyle\sum {{y_i}} } }}{{\sqrt {N\displaystyle\sum {x_i^2 - {{\left(\displaystyle\sum {{x_i}} \right)}^2}} } \sqrt {N\displaystyle\sum {y_i^2 - {{\left(\displaystyle\sum {{y_i}} \right)}^2}} } }},$$ (8) 式中，N为2个数据集样本个数，xi表示x数据集中某一样本(i)的样本值，yi表示y数据集中样本i的样本值，r值反映了2个变量线性相关性的强弱程度，r值越大说明两者相关性越强，据此，利用软件做出了液体黏度、轴心距离与雾滴粒径三者之间的Pearson相关系数(表4)。
表 4 轴心雾滴粒径的Pearson相关分析Table 4. Pearson correlation analysis of axial droplet size控制变量
Control
variable参数
Parameter项目
Item轴心距离为4~40 cm
Axis distance of 4−40 cm轴心距离为0~40 cm
Axis distance of 0−40 cm轴心距离
Axis
distance液体黏度
Liquid
viscosity雾滴粒径
Droplet
size轴心距离
Axis
distance液体黏度
Liquid
viscosity雾滴粒径
Droplet
size无
None轴心距离
Axis
distance相关系数(r)1)
Correlation coefficient1.000 0.000 0.531 1.000 0.000 0.287 显著性(双侧)
Significance (bilateral)1.000 0.000 1.000 0.004 df 0 93 93 0 98 98 液体黏度
Liquid
viscosity相关系数(r)1)
Correlation coefficient0.000 1.000 0.795 0.000 1.000 0.586 显著性(双侧)
Significance (bilateral)1.000 0.000 1.000 0.000 df 93 0 93 98 0 98 雾滴粒径
Droplet
size相关系数(r)1)
Correlation coefficient0.531 0.795 1.000 0.287 0.586 1.000 显著性(双侧)
Significance (bilateral)0.000 0.000 0.004 0.000 df 93 93 0 98 98 0 雾滴粒径
Droplet
size轴心距离
Axis
distance相关系数(r)1)
Correlation coefficient1.000 −0.821 1.000 −0.217 显著性(双侧)
Significance (bilateral)0.000 0.031 df 0 93 0 97 液体黏度
Liquid
viscosity相关系数(r)1)
Correlation coefficient−0.821 1.000 −0.217 1.000 显著性(双侧)
Significance (bilateral)0.000 0.031 df 92 0 97 0 1)1.0≥r>0.8表示极强相关，0.8≥r>0.6表示强相关，0.6≥r>0.4表示中等程度相关，0.4≥r>0.2表示弱相关，0.2≥r≥0表示无相关
1)1.0≥r>0.8 indicates very strong correlation, 0.8≥r>0.6 indicates strong correlation, 0.6≥r>0.4 indicates moderate correlation, 0.4≥r>0.2 indicates weak correlation, 0.2≥r≥0 indicates no correlation从表4可以看出，当轴心距离为4~40 cm时，也就是采用样本为4~40 cm区间内雾滴粒径数据，其轴心距离、液体黏度与雾滴粒径的Pearson相关系数(r)分别为0.531、0.795，可见液体黏度与雾滴粒径之间的相关性更强，接近于极强相关，显著性值较高(当显著性值小于0.05时认为显著)，据此可得出，在距离喷嘴4~40 cm区间内，雾滴粒径的大小受到液体黏度的影响较大，同时轴心距离也是影响雾滴粒径变化的主要因素；当轴心距离为0~40 cm时，其轴心距离、液体黏度与雾滴粒径的Pearson相关系数分别为0.287、0.586，可见当计算范围包含0~4 cm区间时，液体黏度与雾滴粒径大小的相关性为中等程度相关，而轴心距离与雾滴粒径大小的相关性为弱相关，这说明雾滴粒径在区间0~4 cm与区间4~40 cm内变化趋势不统一，故而三者之间的相关性有所降低，结合表3不难发现，在雾滴粒径为0~4 cm区间内，喷雾液由喷嘴喷出后，在切应力的作用下撕裂成液膜，大雾滴变为小雾滴，这刚好与雾滴在4~40 cm区间内的变化相反，因此相关性有所降低。
综合考虑可以发现，雾滴从喷嘴喷出后液体黏度对雾滴粒径的影响大于轴心距离对雾滴粒径的影响。
2.3 径向雾滴粒径分布
为了了解不同喷雾液黏度对喷头径向雾滴参数的影响(为便于分析，取z=30 cm处分析)，绘制出如图1所示的雾滴体积平均直径D30随径向距离变化三维图。
![]()
图 1 z=30 cm处径向雾滴体积平均直径(D30)变化Figure 1. Change of radial droplet D30 at${\textit{z}}{\bf{= 30 \;cm}}$ 由图1可以看出，在相同喷雾液黏度下，雾滴粒径随着径向距离增大而增大，轴心位置始终保持着最小的雾滴粒径，径向左右两边雾滴粒径近似于对称分布；不同喷雾液黏度下，液体黏度越大，相同位置雾滴体积平均直径越大。
奥内佐格的研究表明，射流破碎后的液滴尺寸主要取决于喷口直径、液体的密度、黏性力和表面张力，并且整理出了无因次准数Z来进行描述，Z为射流破碎后的雾滴大小的无因次准数，它与液体的密度、黏性力和表面张力间存在一定的关系[25]，如下式所示：
$$Z = \frac{{{u_{_{\rm{l}}}}}}{{\sqrt {{\rho _{\rm l}}{\sigma _{\rm l}}{d_0}} }},$$ (9) 式中：
${u}_{_{{\rm{l}}}}$ 表示液体黏度，${\rho }_{_{{\rm{l}}}}$ 表示液体密度，${\sigma }_{_{{\rm{l}}}}$ 表示表面张力，$ {d}_{0} $ 表示射流起始直径。在相同试验条件下，对于不同黏度的喷雾液，其液体密度、表面张力、射流直径变化不大，故液体的黏度是雾化过程中液体破碎的主要因素，黏性在射流表面扰动波增长的过程中起阻尼作用，黏性越小阻力越小，Z越小，故雾滴粒径越小。
2.4 径向雾滴粒径的统计分析
为了更好地阐释雾滴粒径在径向上的分布规律，明确雾滴粒径在径向上与径向距离、液体黏度之间的内在制约因素，对径向距离、雾滴粒径以及液体黏度之间进行了Pearson相关分析，结果如表5所示。
表 5 径向雾滴粒径的Pearson相关分析1)Table 5. Pearson correlation analysis of radial droplet size控制变量
Control variable参数
Parameter项目
Item径向距离
Radial distance液体黏度
Liquid viscosity雾滴粒径
Droplet size无
None径向距离
Radial distance相关系数(r)1) Correlation coefficient 1.000 0.000 0.932 显著性(双侧) Significance (bilateral) 1.000 0.000 df 0 53 53 液体黏度
Liquid viscosity相关系数(r)1) Correlation coefficient 0.000 1.000 0.328 显著性(双侧) Significance (bilateral) 1.000 0.014 df 53 0 53 雾滴粒径
Droplet size相关系数(r)1) Correlation coefficient 0.932 0.328 1.000 显著性(双侧) Significance (bilateral) 0.000 0.014 df 53 53 0 雾滴粒径
Droplet size径向距离
Radial distance相关系数(r)1) Correlation coefficient 1.000 −0.893 显著性(双侧) Significance (bilateral) 0.000 df 0 52 液体黏度
Liquid viscosity相关系数(r)1) Correlation coefficient −0.893 1.000 显著性(双侧) Significance (bilateral) 0.000 df 52 0 1)1.0≥r>0.8表示极强相关，0.8≥r>0.6表示强相关，0.6≥r>0.4表示中等程度相关，0.4≥r>0.2表示弱相关，0.2≥r≥0表示无相关
1)1.0≥r>0.8 indicates very strong correlation, 0.8≥r>0.6 indicates strong correlation, 0.6≥r>0.4 indicates moderate correlation, 0.4≥r>0.2 indicates weak correlation, 0.2≥r≥0 indicates no correlation由表5可以看出，在径向上，雾滴粒径与径向距离的相关系数为0.932，具有极强相关性，且显著性值为0.000，小于0.05，故认为雾滴粒径与径向距离之间显著性高；雾滴粒径与液体黏度的相关系数为0.328，表现为弱相关，且显著性值为0.014，小于0.05，则认为雾滴粒径与液体黏度之间联系较径向距离弱。
由表4和表5可以发现，在喷头喷雾区域中，在轴心方向上雾滴粒径分布受液体黏度影响较大，二者相关系数为0.795，同时，在轴心方向上，雾滴粒径也会受到轴心距离的影响，相关系数为0.531，较液体黏度影响相对较弱；在喷头径向上，雾滴粒径与径向距离相关系数为0.932，表现出极强相关性，意味着径向位置不同时，雾滴粒径变化明显，由图1可以看出，当径向位置变大时，雾滴粒径增加明显；在径向上，雾滴粒径与液体黏度相关系数为0.328，表现为弱相关性。
3. 结论
本文研究了不同喷雾液黏度下，喷头的喷雾区域中垂直(轴心)与水平(径向)方向上喷雾雾滴粒径变化规律，得出以下结论：
1)喷雾液黏度越大，喷头所喷出雾滴的粒径也越大。随着黏度的增大，轴心方向上的雾滴粒径先变大后变小，喷雾液黏度越大，雾滴越难以雾化；在径向上，喷雾区域的边界处雾滴粒径大于内部雾滴粒径；
2)根据Pearson相关分析得出，轴心方向上，雾滴粒径的大小分布受液体黏度影响较大，相关系数为0.795；而在径向上，雾滴粒径大小分布受到径向距离影响较大，相关系数为0.932；
3)试验分析得出添加不同浓度的甘油溶液均可对雾滴粒径产生较大影响，因此应根据喷施的实际情况选择合适的浓度配比，适当提高喷雾液黏度，有助于达到降低农药雾滴漂移、增加雾滴穿透性的目的。
-
![]()
图 7 风送式喷雾机窄带有源降噪系统结构图
Figure 7. Structure diagram of narrow-band active noise reduction system for wind driven sprayer
![]()
图 8 风送式喷雾机窄带有源降噪Matlab仿真
Figure 8. Matlab simulation of narrow-band active noise reduction for wind driven sprayer
![]()
图 9 频率失调量1%时降噪后频谱
Figure 9. Frequency spectrum after noise reduction with the misalignment of 1%
![]()
图 11 频率失调量1%时降噪后声压级
Figure 11. Sound pressure level after noise reduction with the frequency misalignment of 1%
![]()
图 13 调频降噪后时域信号
Figure 13. Time domain signal after noise reduction through frequency modulation
![]()
图 14 调频降噪后频谱
Figure 14. Frequency spectrum after noise reduction through frequency modulation
![]()
图 15 调频降噪后声压级
Figure 15. Sound pressure level after noise reduction through frequency modulation
表 1 仿真系统参数
Table 1 Parameters of simulation system
名称 Name 数值 Value 初级通道系数[P(z)]
Primary channel coefficient[0.1, 0.9, 0.2, 0.7] 次级通道系数[S(z)]
Secondary channel coefficient[0.5, 0.5, 0.6, 0.3] 采样步长(Step) Sampling step 0.000 1 次级通道估计[ $ {\widehat{S}}$(z)]
Secondary channel estimation[0.5, 0.5, 0.6, 0.3] 噪声主要频率个数(m)
Noise main frequency number5 NLMS算法(η，α) NLMS algorithm 0.3，0.000 1 
下载: 导出CSV
表 2 遗传算法参数
Table 2 Genetic algorithm parameters
名称 Name 数值 Value 种群大小(P) Population size 50 终止进化代数(S)
Terminating evolution iterations100 交叉概率(PC) Crossover probability 0.5 变异概率(PN) Mutation probability 0.01 输入参数个数(m′) Input parameter number 5 初代种群/% Primary population 95~105
下载: 导出CSV
-
[1] 邱威, 顾家冰, 丁为民, 等. 果园风送式喷雾机防治效果试验[J]. 农业机械学报, 2015, 46(1): 94-99. doi: 10.6041/j.issn.1000-1298.2015.01.014 [2] 唐俊, 王军, 隽智辉, 等. 正弦锯齿尾缘对轴流风机尾迹及气动性能的影响[J]. 工程热物理学报, 2017, 38(10): 2145-2150. [3] 伍先俊, 李志明. 风机叶片噪声机理及降噪[J]. 风机技术, 2001(4): 11-13. doi: 10.3969/j.issn.1006-8155.2001.04.005 [4] 杨冰冰. 对旋轴流风机噪声分布及降噪措施研究[D]. 太原: 太原理工大学, 2019. [5] 夏国芳, 刘剑. 一种应对窄带主动噪声控制中频率不匹配的方法[J]. 噪声与振动控制, 2016, 36(1): 26-31. [6] 罗磊, 孙金玮, 黄博妍, 等. 一种应对窄带非线性主动噪声控制的混合结构[J]. 电子学报, 2017, 45(8): 1801-1809. doi: 10.3969/j.issn.0372-2112.2017.08.001 [7] 李楠, 安峰岩, 杨飞然, 等. 一种用于主动降噪耳机的权重滤波误差信号滤波-x最小均方算法[J]. 应用声学, 2018, 37(3): 391-399. doi: 10.11684/j.issn.1000-310X.2018.03.012 [8] 苏雨, 卢剑伟, 邵浩然. 基于反馈系统FXLMS的非线性主动降噪[J]. 新型工业化, 2018, 8(3): 40-46. [9] 王士浩, 王生栋, 查富生, 等. 基于FXLMS算法的主动噪声控制降噪效果研究[J]. 机械与电子, 2015(12): 23-27. doi: 10.3969/j.issn.1001-2257.2015.12.006 [10] 张文清, 何清波, 顾正华. 基于次级声源布局优化的主动降噪实验研究[J]. 机械与电子, 2017, 35(6): 3-7. doi: 10.3969/j.issn.1001-2257.2017.06.001 [11] 晋永荣, 陈晓丽. 日本新干线列车噪声声源分布及主动降噪实车试验研究综述[J]. 现代信息科技, 2019, 3(3): 168-169. doi: 10.3969/j.issn.2096-4706.2019.03.066 [12] 冯天培, 孙跃东, 王岩松, 等. 汽车车内制动噪声主动控制[J]. 噪声与振动控制, 2016, 36(1): 75-78. [13] 周鑫楚. 浅谈纯电动汽车驾驶室减振降噪技术[J]. 汽车与驾驶维修(维修版), 2018(1): 117. [14] 潘立志, 梁亚坤, 占敏, 等. 基于SYSNOISE的轴流式风机管道噪声辐射仿真分析[J]. 机械与电子, 2009(9): 32-35. doi: 10.3969/j.issn.1001-2257.2009.09.011 [15] 张欢. 管道噪声主动控制系统通道建模的研究[D]. 西安: 陕西科技大学, 2019. [16] NEGRI E, ARDAKANI H D, CATTANEO L, et al. A digital twin-based scheduling framework including equipment health index and genetic algorithms[J]. IFAC-PapersOnLine, 2019, 52(10): 43-48. doi: 10.1016/j.ifacol.2019.10.024
[17] 毛梦菲. 窄带主动噪声控制系统实时仿真及硬件实现[D]. 南京: 南京航空航天大学, 2017. [18] 于梦娇. 管道低频噪声主动控制系统的DSP实现[D]. 哈尔滨: 哈尔滨工业大学, 2013. [19] 张志永, 韩秀苓, 李传光. 管道及局部空间有源降噪系统几种算法的比较及其DSP实现[C]//第二十届中国控制会议论文集. 大连: 大连理工大学出版社, 2001. [20] 王玉成. 遗传算法在汽车管道噪声有源控制中的应用研究[D]. 淄博: 山东理工大学, 2015. [21] 孙晓阳. 电力变压器噪声分析与有源降噪研究[D]. 济南: 山东大学, 2014. [22] 褚志刚, 蔡鹏飞, 蒋忠翰, 等. 基于声阵列技术的柴油机噪声源识别[J]. 农业工程学报, 2014, 30(2): 23-30. [23] 翟之平, 张龙, 刘长增, 等. 秸秆抛送装置外壳振动辐射噪声数值模拟与试验验证[J]. 农业工程学报, 2017, 33(16): 72-79. doi: 10.11975/j.issn.1002-6819.2017.16.010 [24] 李民, 陈烨龙, 庞建武, 等. 消隙齿轮降低柴油机怠速噪声的应用研究[J]. 农业工程学报, 2017, 33(1): 63-69. doi: 10.11975/j.issn.1002-6819.2017.01.008 [25] 董亮, 代翠, 孔繁余, 等. 叶片出口安放角对离心泵作透平噪声的影响[J]. 农业工程学报, 2015, 31(6): 69-75. [26] CHU Y J, MAK C M, ZHAO Y, et al. Performance analysis of a diffusion control method for ANC systems and the network design[J]. Journal of Sound and Vibration, 2020, 475: 115273. doi: 10.1016/j.jsv.2020.115273.
[27] AKHTAR M T. A time-varying normalized step-size based generalized fractional moment adaptive algorithm and its application to ANC of impulsive sources[J]. Applied Acoustics, 2019, 155: 240-249. doi: 10.1016/j.apacoust.2019.05.030
[28] ROUT N K, DAS D P, PANDA G. PSO based adaptive narrowband ANC algorithm without the use of synchronization signal and secondary path estimate[J]. Mechanical Systems and Signal Processing, 2019, 114: 378-398. doi: 10.1016/j.ymssp.2018.05.018
[29] ZHU W, LUO L, XIE A, et al. A novel FELMS-based narrowband active noise control system and its convergence analysis[J]. Applied Acoustics, 2019, 156: 229-245. doi: 10.1016/j.apacoust.2019.07.003
[30] DINH C L, LI D, ZHANG J. M-max partial update leaky bilinear filter-error least mean square algorithm for nonlinear active noise control[J]. Applied Acoustics, 2019, 156: 158-165. doi: 10.1016/j.apacoust.2019.07.006
[31] ZHOU C, UTYUZHNIKOV S. Real-time active noise control with preservation of desired sound[J]. Applied Acoustics, 2020, 157: 106971. doi: 10.1016/j.apacoust.2019.07.019.
[32] 浦玉学, 张方, 姜金辉, 等. 一种基于延迟系数技术的次级通道在线辨识新方法[J]. 振动与冲击, 2014, 33(23): 74-80. [33] 刘永, 张晓, 梁健, 等. 一种新型非线性自适应滤波器[J]. 南开大学学报(自然科学版), 2005(1): 57-59. [34] 邹海山, 邱小军. 复杂声学环境中人耳附近空间有源降噪研究综述[J]. 物理学报, 2019, 68(5): 7-18. [35] 袁军, 吕韦喜, 刘东旭, 等. 基于次级通道在线辨识新算法交叉更新ANC系统[J]. 自动化与仪表, 2019, 34(3): 58-65. [36] 杨理, 蒋芸霜, 周旋, 等. 变压器自适应主动降噪技术研究[J]. 计算机测量与控制, 2014, 22(3): 875-878. doi: 10.3969/j.issn.1671-4598.2014.03.072 [37] 黄博妍, 常琳, 马亚平, 等. 一种应对非平稳频率失调的窄带主动噪声控制系统[J]. 自动化学报, 2015, 41(1): 186-193. -
期刊类型引用(0)
其他类型引用(4)
计量
- 文章访问数: 690
- HTML全文浏览量: 5
- PDF下载量: 806
- 被引次数: 4
