摘要：空调室内机空气流动噪音是影响室内舒适性的重要因素，为此对室内机贯流风扇的非定常流场及噪音特性进行了数值分析。采用非均匀滑移网格和RNG k-ε湍流模型对不可压缩流体非定常流动的Navier-Stokes方程进行求解，并采用Ffowcs-Williams and Hawkings模型对空气流场和噪音进行关联，对空调室内机内空气非定常流场及流动噪音进行数值分析，并与实验结果进行比较。结果表明，采用此方法对计算的流动噪音的声音品质和声谱特性都与测量结果有较好的吻合，为空调器空气流场的优化设计和降低空调器风扇及空气流动噪音的研究提供了有效工具。
关键词：动力机械工程；空调；噪音；风扇；仿真；CFD。
1 前言：随着人民生活水平的提高，对生活和工作空间热湿环境的舒适性需求越来越高。家用空调器采用热泵原理可对室内进行高效制冷、制热及除湿，得到了快速的发展和应用。但是，随着空调室内机紧凑化、美观化等设计，使得室内机的空气流动空间变得狭小而不规则，空气流动噪音的问题日益严重。已成为影响室内舒适性的重要因素之一。贯流风扇由于风量大、噪音低、出风均匀且结构紧凑，是家用空调器室内机风扇的最主要形式。但是由于其几何形状特殊，内部流动具有明显的三维非对称性，其空气两次进入叶轮使得内流中存在着非定常流动的偏心涡结构，是引起空调室内机空气流动噪音的重要原因。由于上述空调室内机噪音发生机理的复杂性，当前空调室内机的噪音分析和降噪研究主要依靠实验方法进行。
2 贯流风扇系统基本原理
2.1 检测内容
风扇叶的缺陷种类主要有缺料、蹦角、叶片变形、张口、底面出现毛刺、底面变形等。前四种检测的是正面，后两种检测的是底面。因为底面出现毛刺、底面变形的缺陷主要是由于模具错误造成的，如果出现也是批量出现，容易检测到，而前面的四种缺陷是个别出现的，是主要需要检测的部分，所以本次设计的检测内容是针对前面四种正面缺陷的。
2.2 整体设计原理
可以把人工检测风扇叶细分成几个步骤：人眼获得图像，传递给大脑，大脑判断后得到风扇叶是否合格的信息，再根据信息指挥人手做下一步动作。在自动检测系统中同样可以如此分解动作。把CCD相机当成人眼，计算机当成大脑，机械臂当成人手，自动检测过程就是CCD相机拍摄风扇叶照片获得图像，再把图像传递给计算机，由计算机根据图像判断得到风扇叶是否合格的信息，然后根据信息操纵机械臂的下一步动作。这就是系统的整体设计原理。
2.3 图像处理的基本原理
整个系统中核心的部分就是计算机做出判断的部分，也就是图像处理的部分。通过观察，发现有缺陷的风扇叶在一定光源的某种角度的照射下所拍摄的图像与正常风扇叶所拍摄的图像在整体特征或某些局部上会有所不同，由此可以想到，事先确定标准风扇叶图像的各种参数，检测时再计算出当前风扇叶图像的参数，两者做比较，就可以得出当前风扇叶是否合格的信息。
在具体使用的图像特征方面，因为风扇叶正面从上往下看整体都是规整的圆型，对于垂直拍摄到的风扇叶图像，可以很容易地得到整体半径、长宽比例、各叶片中心距离等简单特征参数。针对叶片变形、张口的缺陷，只要得到标准风扇叶的这些简单特征参数，再得到待测风扇叶的对应参数，判断其是否在某个允许范围内就可以识别出产品是否为合格。缺料、蹦角缺陷是针对某个或某几个叶片的，这些特征参数就不能满足需要了。不过发现缺陷叶片处的图像与标准图像有一定的差异，可以利用这点来识别。所谓差异可能有许多种情况，比如在某些光源的某种角度照射下，有缺陷叶片的缺陷处会显示为一个亮斑；又比如在某些光源的某种角度照射下，有缺陷叶片的面积会比正常叶片的面积小等，具体是什么差异与选择光源、光源角度、CCD 参数选择等有关。这样，适当选择设置CCD镜头和光源等条件，就可以事先通过标准风扇叶的实验，规定好标准风扇叶叶片差异部分的允许范围，比如可以规定合格风扇叶叶片中亮斑占叶片面积的最大比例是多少，检测时计算当前风扇叶各叶片的差异部分是否超出范围就可以了。这就是风扇叶检测中图像处理的基本原理。
期刊文章分类查询,尽在期刊图书馆简单说来，是事先拍摄一个合格的风扇叶图像得到标准的图像特征参数，然后在检测时拍摄当前风扇叶的图像得到它的特征参数，再与标准参数比较，识别得到当前风扇叶是否合格的信息。
3 系统组成
整个自动检测系统大致由图像采集部分、运动控制部分、操作控制部分和软件部分组成。图像采集部分包括了光照、CCD 摄像机、支架、图像采集卡、为保证光源不受外界影响加的机罩等。操作控制部分包括显示屏、键盘等。软件部分又可细分为三个小部分。
（1）标准风扇叶学习的软件部分：包括拍摄图像，图像分析，存储参数等。这是事先要完成的工作，不具有实时性，但执行此功能时光照、CCD 摄像机等拍摄硬件条件和软件图像处理部分必须与检测时一样。
（2）运动控制的软件部分：包括判断风扇叶的位置、操作台的 90° 转动、推不合格风扇叶的动作等。
（3）检测风扇叶的软件部分：包括拍摄图像，图像分析，图象识别，记录不合格产品个数等。它是三个部分中最关键的部分。
4 图像处理
4.1 图像预处理
每幅图像都包含某种程度的噪声，可以把噪声看作由多种原因造成的灰度值的随机变化，比如由光子通量的随机性造成的噪声。在大多数情况下，图像中的噪声必须通过图像平滑处理进行抑制。这种平滑的操作也被称为滤波器。一般常用的有均值滤波器、高斯滤波器、中值滤波器等。前两者是线性的滤波器，它们在处理领域之内有噪声的点时，噪声的存在或多或少总会影响该点的像素值的计算，但在中值滤波器中噪声点则常常直接被忽略掉，而且中值滤波器在降噪同时引起的模糊效应较低，再加上均值滤波器的各向异性以及高斯滤波器的效率问题，因此一般认为中值滤波器是一种比较合适的简单滤波器。
4.2 图像分析
图像分析就是要得到风扇叶图像的各种特征参数。需要的特征参数包括风扇叶半径、风扇叶长宽比例、风扇叶叶片个数、各叶片间距离数组。首先要做的是找连通区域，只要对二值化后的图像按8连通规则的递归连通算法就可以找到连通区域。得到连通区域的点的集合后，接着可以计算出连通区域的面积、圆型因子等参数，根据面积、圆型因子的一定条件限制从连通区域中选择符合条件的确定为叶片，这就可得到叶片个数。然后求出各叶片x、y坐标的极值得到叶片的最小包围方框，从而得到整个风扇叶的最小包围方框、中心点位置、长宽比例等参数。另外由于风扇叶正面是圆形的，方框长宽和的四分之一可近似认为是风扇叶半径。
4.3 图像识别
图像识别就是判断待测风扇叶是否为合格风扇叶。对于缺陷明显的风扇叶，只要简单对风扇叶半径、风扇叶长宽比例、风扇叶叶片个数比较就可以找到，风扇叶叶片个数自然要求完全一致，而风扇叶半径、风扇叶长宽比例一般可以让用户对每个参数设置一个判断的阀值，比如要求风扇叶半径的误差必须在1%之内等，超出范围的就认为不合格。
5 结束语：随着空调的不断普及，我国的空调窗机技术也不断完善，同时产品的安全性、可靠性已越来越得到人们的重视。为增强竞争力，国内空调厂家对窗机的设计制造能力还需提高。
参考文献：
[1]许显钧，何志强，闫志恒.空调器室外噪音诊断以及减振降噪研究[J].顺德职业技术学院学报.2008（04）
[2]张敏，游斌.空调消声器的优化设计与应用[J].顺德职业技术学院学报.2008（04）
[3]刘元峰，赵玫，徐百平，黄晓峰.家用空调器减振降噪研究综述与展望[J].振动与冲击.2005（04）
[4]黄伟青，杨春生.家用空调器室内机噪音问题的研究[J].机电工程技术.2004（08）
论文作者:吴定勇
论文发表刊物:《基层建设》2018年第20期
论文发表时间:2018/8/13
标签：风扇论文; 图像论文; 叶片论文; 噪音论文; 滤波器论文; 空调器论文; 参数论文; 《基层建设》2018年第20期论文;