1 主噪聲源識別與分析
摩托車行駛噪聲來自于發動機內部的燃燒噪聲、進排氣系統的空氣動力噪聲及部件振動和撞擊引起的機械噪聲等，通常是多個噪聲源共同作用的結果。
主噪聲源識別工作是降噪的基礎工作，必須對此有足夠重視。由于多個噪聲源對噪聲的貢獻遵循以能量為基礎的相加法則，對非主要噪聲源的控制并不能取得明顯的降噪效果。如一般認為排氣消聲器對摩托車整車降噪會有較大的效果，筆者做過的研究工作表明，盡管改進的排氣消聲器在發動機臺架試驗中有良好降噪效果，但在整車降噪中卻出現噪聲并未明顯降低的現象。從理論計算的角度給出了這一現象的解釋，兩聲級分別為90dB(噪聲源A)與80dB(噪聲源B)的噪聲源合成后的總噪聲為90.41dB，若采取措施使主要噪聲源A從90dB降低5dB，則總噪聲將降低為86.19dB，而若采取措施使次要噪聲源B從80 dB降低5 dB，則總噪聲將降低為90.14 dB，并沒有明顯效果。同樣是降低5dB，取得的效果完全不同。因此，摩托車降噪主要是通過測試與分析確定主要噪聲源，再采取有效降噪措施來解決，才有可能避免盲目性與局限性，取得理想效果。
聲強測量技術是從20世紀80年代初期開始迅速發展起來的，與通常使用的聲級計測量聲壓級不同，對測試環境要求不高，適宜于現場測量，同時適應性強，適合用于做噪聲源識別，得到日益廣泛的應用。
2 噪聲自動分析系統的開發
噪聲自動分析系統是用于自動分析與監測產品運轉噪聲的機電一體化測試設備，主要在摩托車及其它機電產品降噪與質量監測這2方面發揮重要作用。它應用聲強測量技術、計算機控制與分析技術及人工智能技術等，實現以下主要功能：
a) 通過傳感器在被測對象附近某一側平面上的掃描，繪出聲強分布圖；
b)通過測試，自動辨識被測對象的多個噪聲源，從而確定主要噪聲源，為降噪提供前提條件；
c)通過噪聲頻譜分析，了解噪聲的頻率結構，分析噪聲產生的機理；
d)可作為產品質量監測設備使用，及時判定異常聲響；
e) 用于故障自動診斷，自動發現、識別產品運行中的各類故障。
南京理工大學研制的噪聲自動分析系統，通過計算機控制的步進電動機及傳動、固定等機構，使聲強傳感器可以在二維平面上快速移動、準確定位；聲強傳感器測得的雙路信號分別經放大、濾波與模數轉換后進入計算機；由計算機專用軟件自動進行各種分析工作，如繪制聲強分布圖、確定主要噪聲源、分析噪聲頻率結構、進一步識別異常聲響和自動判定各類故障等。此外，系統還可通過計算機完成測試數據的儲存、整理、圖形化顯示、打印測試結果報表等。噪聲自動分析系統不僅測試精度高（關鍵元件為進口件），且自動化與智能化程度高，應用范圍廣泛，目前已申報國家專利。
3 噪聲自動分析系統的應用
南京理工大學自行開發的噪聲自動分析系統在摩托車、汽車變速器等產品降噪方面已有成功的應用經驗，現已完成了2種車型摩托車整車的噪聲源識別測試工作，得到了整車一側的幅射聲強及頻率分布情況，通過分析，分別確定了這2種車型的主要噪聲源。對于摩托車A（跨騎式），總聲強最大值出現在排氣消聲器出口附近，但分析對應的頻譜數據，發現聲強較大的區域主要分布在低頻部分。同時，盡管空氣濾清器進口位于測試面的另一側且有覆蓋件覆蓋，但仍在空氣濾清器進口附近出現了另一總聲強最大值區域，可認為，進氣噪聲是摩托車A的主要噪聲源。
對于摩托車B（踏板式），總聲強最大值出現在發動機（包括傳動部分）、進氣濾清器與排氣消聲器附近一較大范圍內，最大噪聲的頻率區域出現在1500Hz附近。最終經過試驗與分析，確定摩托車B的主要噪聲源為發動機（包括傳動部分）。確定了這2款車的主要噪聲源后，針對不同的情況采取了相應的降噪改進措施，效果理想。
4 結論
對摩托車進行噪聲控制，必須首先找到主要噪聲源，然后才能有針對性地采取措施進行降噪。噪聲自動分析系統為摩托車降噪提供了一種有效的工具與手段，可在摩托車降噪中起到重要作用。
