Méthodes d'identification et de caractérisation de source de bruit en environnement réverbérant

Acoustic Source identification in bounded noisy environment

• Auteur / Autrice : Yacine Braïkia
• Direction : Alexandre Garcia, Manuel Melon
• Type : Thèse de doctorat
• Discipline(s) : Mécanique
• Date : Soutenance le 11/09/2012
• Etablissement(s) : Paris, CNAM
• Ecole(s) doctorale(s) : Ecole doctorale Arts et Métiers (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique des structures et des systèmes couplés (Paris)
• Jury : Président / Présidente : Yves Grenier
• Jury : Examinateurs / Examinatrices : Alexandre Garcia, Manuel Melon, Yves Grenier, Frank Simon, Jean-Hugh Thomas, Nicolas Dauchez, Claude Depollier, Nicolas Totaro
• Jury : Rapporteur / Rapporteuse : Frank Simon, Jean-Hugh Thomas

Mots clés

Mots clés contrôlés

Automobiles -- Bruit

Lutte contre le bruit

Holographie acoustique

Imagerie acoustique

Mots clés libres

Imagerie acoustique

Holographie acoustique de champ proche

Déconfinement

Rétropropagation

Harmoniques sphériques

Vibroacoustique

Acoustic imaging

Near-field acoustic holography

Deconfinement

Backpropagation

Spherical harmonics

Vibroacoustic

Résumé

Ce travail de thèse à été financé par le projet LICORVE (Développement de garnitures légères, innovantes, recyclables et poly-sensorielles pour les applications de coffres de véhicule). Il consiste à développer une méthodologie de mesure pour localiser et caractériser les sources de bruit dans un coffre de voiture. L'environnement de mesure se caractérise par un petit volume où les réflexions de la source d'intérêt et des sources perturbatrices sur les parois ne peuvent être négligées. La méthode doit donc permettre de séparer les différents contributions pour estimer le plus précisément possible les sources étudiées (déconfinement). Dans un premier temps, deux méthodes de séparation : Double Layer SONAH (Statistically Optimal Near el Acoustical Holography) et Field Separation Method (FSM) sont étudiées numériquement. Les limites et avantages de chacune ont été déterminés dans un environnement de mesure confiné. Cela a permis de choisir la méthode la plus adaptée à notre problématique. Dans un deuxième temps les principales conclusions de l'étude numérique sont validées expérimentalement. Dans ce cadre, un ensemble de mesures sont réalisées dans une maquette avec la méthode FSM pour localiser et caractériser des sources maitrisées. Après avoir validée la fiabilité de la méthode de séparation, FSM a été mise en œuvre dans le coffre d'une Peugeot 508 sw en condition de roulement. Les résultats obtenus ont permis d'orienter le choix des garnitures pour un traitement acoustique optimal.

This thesis consists in developing, through the LICORVE project (light garnitures, innovative, recyclable and multi-sensorial for vehicle boots applications), a measurement method for localizing and characterizing noise sources in a vehicle trunk. The measuring environment is distinguished by a small volume where the reflections on the partitions generated by the source of interest and the interfering sources cannot be neglected. Therefore, the method must allow the separation of the different contributions in order to assess accurately the studied sources. As a first step, two separation methods : Double Layer SONAH (Statistically Optimized Near-Field Acoustical Holography) and Field Separation Method (FSM) are numerically studied. The limitations and advantages of each of them are determined in a confined measuring environment; this allowed to select the most appropriate method to tackle our problem. As a second step, the main conclusions of the numerical study are confirmed experimentally. In this context, measurements are performed, using the FSM method, in a trunk mock-up to localize and characterize the controlled sources. So confirmed the reliability of the separation method, it has been tested in the boot of a Peugeot 508 SW on a roller bench. The obtained results allowed guiding the selection of garniture for the acoustic treatment.