工业发展引起的噪声污染是日益严重的环境问题。在工业噪声的治理过程中，针对主要噪声源的控制手段一般最为有效，因此识别主要噪声源是噪声控制工程的首要工作。由于工业噪声的来源复杂多样，大都只能在工业现场产生，所以噪声源的识别工作不能在理想声学环境中进行。为了解决工业现场的声源识别问题，本文采用基于波束形成技术的麦克风阵列测量法，研究了麦克风阵列在工业现场的噪声源识别方法。　　本文首先分析和比较了常用的声源定位方法的基本原理和优缺点，由此确定基于波束形成技术的麦克风阵列适合工业现场噪声源识别应用。在波束形成算法的仿真计算研究过程中，先由基本点声源的声场模型，推导波束形成算法的实现基本原理。然后分析了常用的远场平面波算法、近场球面波算法以及时域的延时求和算法与频域的相移算法。通过对比各算法的优缺点，确定了工业现场的噪声源识别适合采用基于球面波假设的近场波束形成算法。研究了时域和频域的波速形成算法，其中时域算法可对整个重建分析面内的噪声源分布情况做整体分析，而频域算法可针对某感兴趣的特定频带的噪声源进行定位。因此，在工业噪声源识别中结合时域和频域算法，能提高具有特征频段的主噪声源的识别准确度。　　鉴于麦克风阵列的设计参数可对波束形成算法的输出产生直接的影响，本文从阵列的测量原理入手详细研究了麦克风阵列的几何参数与特征参数与声源识别指标的关系，并以此为麦克风阵列的选型提供依据。麦克风数量和阵列的尺寸是制约声源识别效果的主要参数，考虑到阵列成本和工作空间等因素，通常希望阵列使用尽可能少的麦克风阵元，而获得尽可能窄的阵列主瓣宽度以及尽可能小的最大旁瓣级，因此如何合理布局麦克风阵列十分重要。本文对几种常用的规则阵列和不规则阵列的特性进行了分析和对比，在此基础上选取了识别性能较好的旋转轮形阵列作为工业噪声源识别的阵列。　　考虑到基于麦克风阵列的波束形成技术仍存在一定的局限性，具体表现在低频率噪声源识别时的分辨率较低以及在高频率噪声源识别时易出现空间混叠，本文提出了基于移动麦克风阵列的稳态声源识别的改进方法：针对低频率声源，通过减小测量距离并调整麦克风阵列的位置使其对准感兴趣的定位区域来减小阵列测量开角，以达到提高分辨率的目的；对于高频率声源，通过旋转麦克风阵列进行多次测量来增加测量点数，从而抑制空间混叠。此方法经仿真和实验验证证明有效。　　为了验证波束形成算法的有效性，通过现场识别大型岸边集装箱起重机的主要噪声源，确定了小车轮轨与机器房为分布在不同频段上的两大主要噪声源，为开展起重机的噪声控制提供了重要的声源分布信息。