提出了统计声学能量流（statistical acoustic energy flow,SAEF）方法,将不同物理场的激励耦合后加载到高铁SAEF模型上,计算车外激励与车内声场及车内声腔之间的声能流动,可分析车内全频噪声.首先,采用刚性多体动力学、快速多极边界元...
详细信息
提出了统计声学能量流（statistical acoustic energy flow,SAEF）方法,将不同物理场的激励耦合后加载到高铁SAEF模型上,计算车外激励与车内声场及车内声腔之间的声能流动,可分析车内全频噪声.首先,采用刚性多体动力学、快速多极边界元和大涡模拟提取了350,km/h下的轮轨力/二系悬挂力、轮轨噪声和空气动力噪声,并且这些激励通过了参考文献试验的验证.其次,搭建了车厢有限元模型,基于多点激励-多点响应技术验证了车厢仿真模态,证明了整体的车厢及区域的铝型材-内饰组合板的精度,间接保证了基于模态特性的组合板隔声量的准确度.最后,搭建了SAEF模型,加载耦合激励并定义组合板隔声性能后,计算了350,km/h下、0~4,000,Hz内的车内噪声.对比车内中心声腔的仿真与试验声压级,结果显示两者的变化趋势基本一致,声压级总值相差2.6,d B（A）,符合工程要求,验证了SAEF方法应用于高铁车内全频噪声研究的可行性.
对LED进行应力加速老化实验及分析可以对器件可靠性做出最快、最有效的评估。本文将相同的6V高压功率白光LED分为两组,一组施加180 m A电流应力和85℃温度应力进行高温老化实验,另一组施加180 m A电流应力、85℃高温和85%相对湿度进行...
详细信息
对LED进行应力加速老化实验及分析可以对器件可靠性做出最快、最有效的评估。本文将相同的6V高压功率白光LED分为两组,一组施加180 m A电流应力和85℃温度应力进行高温老化实验,另一组施加180 m A电流应力、85℃高温和85%相对湿度进行高温高湿老化实验。在老化过程中,测试了LED光电参数随老化时间的变化规律。实验结果表明：高温大电流应力下的样品的光退化幅度为0.9%-3.4%,高温高湿大电流应力下的样品的光退化幅度为25.4%-27.8%,高温高湿下样品的老化程度远高于高温老化下样品的老化程度,湿度对LED可靠性有显著的影响。退化的原因包括荧光粉的退化和器件内部欧姆接触退化等。
暂无评论