[出处] 教育教学论坛_2021年第43期

马亚平 张相胜

[关键词] 产教融合;校企合作;主動噪声控制;降噪

[基金项目] 2019年度江苏省高等教育教改立项研究课题“智能时代自动化新工科人才培养模式研究”（2019JSJG075）;2019年度教育部产学合作协同育人项目“智能制造下的机器视觉、电气控制及PLC实验课程教学研究”（201902280003）

[作者简介] 马亚平（1986—），男，河南虞城人，工学博士，江南大学物联网工程学院自动化系讲师，主要从事自适应信号处理算法研究;张相胜（1977—），男，山东烟台人，工学博士，江南大学物联网工程学院自动化系副教授，主要从事工业过程的优化、建模与控制研究。

[中图分类号] G642.0    [文献标识码] A    [文章编号] 1674-9324（2021）42-0037-04    [收稿日期] 2021-05-24

一、产教融合背景

随着2017年国务院办公厅《关于深化产教融合的若干意见》的出台，指出高等院校要高屋建瓴地跳出教育看教育、跳出知识看知识、跳出学校看学校，并根据学校、学科、学生的实际情况，利用更先进的教育理念和技术手段，建设一流高校、一流学科[1]。2020年1月教育部办公厅发布《教育部产学合作协同育人项目管理办法》，要求深化产教融合、产学合作、协同育人，为校企合作的进一步落实提供政策支持。在此背景下，开展产教融合模式背景下的窄带主动噪声控制系统与应用研究的教育教学方法改革显得尤其重要。

二、产教融合模式的构建

本研究的立意是针对产教融合、校企合作的时代背景和现状，构建产教融合的教学模式，探索在新工科背景下以科研项目为载体的教育教学方法，加强科研项目学习环节，讲授专业有关的前沿知识和技术，充分调动学生的主观能动性，同时要求高校教师不断更新知识，提升教学质量和学生培养质量[2]。本研究构建的“双主体一纽带”产教融合、校企合作模式如图1所示。

图1中，构建的产教融合、校企合作模式的主要由三部分构成，分别是：双主体（高校、企业）和一纽带（校企合作平台）。三部分互相合作，各司其职。企业层面主要以项目需求牵引为引导，通过创新技术解决瓶颈问题，研制出具有生产力的产品，并进行逐步推广应用。高校层面主要从项目论证的角度，优化学科体系建设，明确学科发展方向;加强应用型师资队伍建设，健全相应的支持机制，鼓励开展科学研究与产业应用的有机结合。三部分相互协作，互相促进。高校能够有效地为校企合作平台提供技术支持和智力资源，而校企合作平台可为学校主体提供丰富的设备资源，提供有效的人才培训资源，促进学科的健全发展，优化师资队伍结构，培养高质量人才。企业根据市场需求提出相应产品设计设想，反馈给校企合作平台，开展合作研究，解决实际中应用需求。

结合上述产业和教育的大融合背景，本研究将在自身从事的专业领域，即主动噪声控制理论与应用方面，开展产教融合、校企合作的模式探索与设计，把实验室取得的理论研究成果与实际应用需求有机结合，促进高校科研成果向产业生产力转化。

三、企业层面降噪需求现状分析

鉴于工业噪声污染带来听力健康恶化、生产安全隐患等诸多不利影响，研究有效的噪声抑制技术正在凸显出其重要性和迫切性。传统的被动噪声控制技术受控制装置的体积、成本等因素的制约，导致对低频噪声的抑制性能不足。与之相比，主动噪声控制技术利用声波的相消干涉原理，通过电声装置产生与原始噪声幅值相同相位相反的次级噪声（反噪声），实现次级噪声与原始噪声叠加，具有良好的低频噪声抑制性能。该技术具有体积小、成本低等优点，适用于控制低频谐波噪声和音频范围内的噪声，是对传统的被动噪声控制技术的有利补充，成为噪声控制领域的重点发展方向[3]。

现今由于主动降噪存在着成本相对较高、技术方案有局限性的问题，在一定程度上制约其在风机、压缩机等旋转设备中的应用。

企业可以为高校提供完善的案例教学资源和实习机会，促进理论学习与实践应用的有机结合，不仅调动了学生学习的主动性，还提高了教师的工作效率。通过校企合作平台，企业层面可以直接把技术方案设计中可能遇到的问题，提出有效的解决方案，促进项目的顺利完成。

四、高校层面降噪研究现状

高校层面关于主动噪声控制技术已经取得了很大的进步，通过校企合作平台，加强技术交流沟通，学校研究能力可为企业提供可靠的技术支持。实际工作环境中存在大量由切割机、风扇、发动机等旋转机械产生的周期性有害噪声，其窄带分量占主导成分，是常见的窄带噪声。窄带主动噪声控制系统通过测量频率作为参考信号，便于开展控制，对噪声抑制更高效;通过设计出高效系统结构和控制算法，更容易实现和应用于实际。窄带主动噪声控制属于主动噪声控制研究领域的重要分支，国内外学者从控制结构和算法角度，沿着改善系统在稳定性、收敛速度、追踪能力、计算量等方面，做了大量研究工作，取得了诸多成果。

下面主要结合实际降噪需求，包括应用场景和噪声来源特点等，给出不同的控制系统结构，主要分为以下三种典型结构：前馈型;反馈型;前反馈混合型[3]。

（一）前馈型窄带主动噪声控制系统

本研究主要结合管道应用场合，开展主动降噪理论和实验研究。由切割机、风扇、发动机等旋转机械产生的周期性的窄带噪声，可以通过非声学传感器（如转速计等）获得，进而获得目标噪声的主要频率分离。典型的前馈型窄带主动噪声控制系统结构图，如图2所示。

然而，在實际应用中，非声学传感器可能存在老化、磨损等问题导致参考信号频率与实际频率不一致，即频率失调。解决频率失调问题的方法通常有两种，一种是设计有效的频率失调补偿算法，获得准确的参考信号，该方法将在关键技术问题中进一步探讨;另一种是采用反馈型控制结构，将在下部分详述。

（二）反馈型窄带主动噪声控制系统

复杂的应用场景对参考传感器的安装提出了更严格的空间和成本要求，为解决这一问题，可采用反馈型主动噪声控制系统结构，即回避了频率失调问题，又节省了系统硬件成本，便于按照应用。典型的反馈型窄带主动噪声控制系统结构，如图3所示。参考信号x（n）由次级声源y（n）经过参考信号估计通道■（z）过参考信号和残余噪声e（n）叠加合成得到。

（三）前反馈混合型窄带主动噪声控制系统

当目标噪声的来源更为复杂时，即目标噪声不仅包含了与参考信号有关的频率成分，还包含了与参考信号无关的频率分量，此时分别采用上述两种前馈型和反馈型主动噪声控制系统进行降噪，其降噪性能会大大降低，为此需要设计更为高效的主动噪声控制结构。图4给出了一种典型的前反馈混合型窄带主动噪声控制系统结构，能够良好地应对上述复杂的窄带噪声。

五、产教融合视角下关键技术

结合企业主体需求，依托校企合作平台，学校主体针对实际应用开展控制系统关键技术研究，突破制约实际应用的瓶颈问题。一方面充分实现从理论层面到应用层面的过渡，培养有利于学校培养具备理论创新能力和实践应用能力的综合型人才;另一方面加强校企互动，促成科研成果落地，为企业创造效益。下面主要探讨窄带主动噪声控制的五个关键技术问题。

（一）频率失调

前馈型窄带主动噪声控制系统采用非声学传感器获取参考信号时，会带来由自身老化、温漂、延时等产生的频率不匹配问题。解决该问题的关键在于如何设计有效的频率通道补偿结构来快速追踪真实频率成分，提升参考信号获取的准确性，进而提升前馈型窄带主动噪声控制系统的降噪能力。

（二）声反馈

主动噪声控制系统若采用声学传感器获取参考信号，可避免频率失调的问题，但同时引入声反馈。因此，开发高性能的含有声反馈的窄带前馈型主动噪声控制系统，具有重要实际应用价值。传统的声反馈通道辨识技术往往采用长度较大的预测滤波器来降低参考噪声对声反馈通道在线辨识精度的影响，而且通常采用与声反馈通道估计和预测滤波器有关的信号进行辅助噪声的幅值调整，具有局部最优、计算成本高的缺点。

（三）次级通道辨识

实际工况下次级通道往往具有复杂时变性，严重影响系统的稳定性。传统技术往往采用自适应线性增强器或预测滤波器来降低残余噪声中声音分量对次级通道辨识环节的输入，以改善控制器与次级通道在线辨识环节之间的独立性，但其对残余误差的分离性能较差，且计算成本较高、运行效率低，难以保证控制器与次级通道在线辨识环节之间的独立性。通过设计高效的次级通道在线辨识环节与控制器的解耦结构，进而提升次级通道在线辨识精度和速度，有助于简化系统的用户参数设置和调试过程。

（四）控制算法优化

控制器是整个控制系统的核心，研究相应的控制算法成为提升控制器以及主动噪声控制系统稳定性和收敛性的关键。目前自适应变步长算法的研究具有分散性的特点，尚未对不同算法的计算量、收敛性、稳定性等综合性能进行系统地对比，涉及的步长优化及参数选取策略的研究也较少，其主要原因是尚未分析出用户参数、加性噪声等因素对系统稳定性和动态性能性的影响原因，直接导致用户参数选取复杂，不利于自适应变步长算法的实际应用。在实际应用层面，亟待开发自适应变步长算法优化策略及参数选取方法，提升整体系统噪声抑制性能。

（五）实际噪声特性分析及控制平台设计

切割机噪声包括机械噪声、电磁噪声和旋转噪声等，其中旋转噪声是由切割刀片在旋转时与空气和切割样品之间产生摩擦引起的，其频谱具有离散的特点。以切割机噪声降噪为例，探讨控制平台设计方案。切割机噪声主要包含窄带噪声分量和宽带噪声分量，其中窄带噪声分量与切割机的转速和机械结构设计有密切关系，而宽带噪声分量主要是切割工件时产生的风声。通过反复实验以及声场建模分析，确定扬声器、传感器和控制器的最佳安装位置，进而以切割机为例实现实际工况下窄带主动噪声控制系统。

六、结语

本研究以产教融合为视角，构建“双主体一纽带”的校企合作模式，从企业层面主动降噪需求现状分析、高校层面主动降噪研究现状和主动降噪关键技术分析等方面，深入阐述高校与企业合作的重要价值，有助于全面促进产教融合，培养高质量的科研人才，最终实现科研成果转化。