加速行驶时车内噪声品质的评价方法及数学模型构建

开发了一种专门用于评价非稳态工况下汽车车内噪声品质的软件系统,并利用该软件对6类轿车从50km/h到120km/h加速时的车内噪声样本进行了主观评价试验,得到了每个样本的主观评价等级值。计算了各噪声样本的主要心理声学客观参数,并通过相关分析和多元线性回归分析,建立了以响度、粗糙度为变量的声品质的数学模型。对另外6个加速工况下的噪声样本进行了主观评价试验,以验证模型的准确性。结果表明,模型的评价结果与主观评价结果间具有很高的相关性,证明了所建模型的有效性。     

车内噪声品质的主观评价试验与客观量化描述

以4种类型轿车在不同档位和车速下匀速行驶时副驾驶员耳旁噪声采集样本为评价对象,对车内噪声品质用等级评分和成对比较两种方法进行了主观评价试验,分析计算了各噪声样本的主要心理声学客观参数,并通过相关分析和多元回归分析,建立了以客观参数描述主观评价结果的数学模型。研究结果表明,稳态工况下轿车车内噪声品质主要受响度和尖锐度两个心理声学参数影响。     

基于GRNN的车内噪声品质预测

以8辆不同类型轿车的4种不同车速匀速行驶时采集到的32个车内噪声样本为研究对象,以响度、尖锐度、粗糙度和抖动度4项心理声学客观参量作为输入,以主观评价团对车内噪声的舒适度打分作为输出,分别使用广义回归神经网络、BP神经网络和多元线性回归分析建立车内噪声品质预测模型并对声品质进行预测。三种方法的预测结果表明:广义回归神经网络相对于其他两种方法具有更高的准确度,相对预测误差为-7%～7%,较多元线性回归分析能更准确地描述客观评价参量与主观舒适度之间的非线性关系,并且较BP神经网络具有更高的准确度及稳定性。     

基于径向基函数神经网络的车内噪声品质评价系统

为了高效而准确地对车内噪声品质进行评价,针对B级车稳态工况下的车内噪声,建立了基于径向基函数(RBF)神经网络的声品质评价系统。用等级评分法对30个稳态噪声信号进行了主观评价试验,并通过相关分析得出了对声品质有重要影响的客观参量。采用RBF神经网络构建了车内噪声品质的评价模型,其预测平均相对误差为4.5%。以评价模型为基础,采用模块化设计方法和多线程并行处理技术,设计了基于虚拟仪器的声品质评价系统。测试结果表明:该系统比传统的主观评价试验系统的测试时间缩短了90%,并提高了评价结果的质量。     

车内噪声的声品质优化

提出了一种基于正交试验的车内噪声的声品质优化方法。车内噪声被分成由ERB临界频带组合的若干子频带噪声,并且每一子频带噪声的强度有降低、保持、增强三种变化状态。根据试验设计原理进行了不同车速时车内噪声的正交试验,分析了子频带噪声对声品质的影响,并得到了优化车内噪声品质的优水平、最优组合和主次因素。通过实验,对用该声品质优化方法得到的结果进行了验证。结果表明:该声品质优化方法可用于产品的声品质优化改进,并指明了改善车内噪声品质的方向。     

车内声品质主动控制算法研究综述

随着经济水平的提高和汽车技术的发展,车内噪声控制要求在降低声压级的基础上,通过调整声音特性改善声品质.为满足此目标,对声品质控制目标、控制系统建模、算法改进、算法仿真分析以及试验验证等方面进行研究,其中声品质主动控制算法是控制系统的核心,也是研究重点之一.为进一步提高控制算法有效性、实时性和自适应性,重点综述主动噪声均衡(ANE)、滤波误差最小均方(FELMS)、神经网络3类声品质主动控制算法,详细阐述各类算法的实现原理、发展情况以及优劣势对比分析,同时对声品质主动控制算法存在的问题以及未来发展前景进行展望,为研究者提供理论基础.     

用主动噪声控制法改善车内声品质

以从4种类型轿车内采集到的16个不同噪声样本为评价对象,通过主观评价试验和统计分析计算建立了以心理声学客观参数描述主观评价结果的车内声品质分析模型,确定了稳态工况下车内噪声品质的主要影响因素为响度和尖锐度。并依此对声品质最差的两个样本实施了主动控制试验。试验结果表明,车内噪声的响度、尖锐度均减小。应用所建立的声品质模型进行计算,并结合二次主观评价试验结果验证声品质改善效果,两种方法均显示声品质烦躁度等级下降了5级左右,证明了主动控制方法用于改善汽车声品质的可行性和有效性。     

颜色对车内噪声品质影响的主观评价试验

以蓝、粉、灰、橙、红5种颜色的汽车内饰图片作为视觉刺激,以5种汽车典型运行工况下采集到的车内噪声样本作为评价对象,构成25组视听组合。首先,利用语义细分法对待测声音样本的10种听觉属性进行主观评价。然后以"豪华感"和"运动感"作为声品质整体主观评价指标,利用基于熵权的逼近理想解排序(Technique for order preference by similarity to i-deal solution,TOPSIS)方法对主观评价结果进行综合评价。试验结果表明:在蓝色图片刺激下声音样本"豪华感"最强,橙色最弱;在红色图片刺激下"运动感"最强,粉色最弱。因此,可以通过视听交互作用来实现车内噪声品质的改善。     

用主动噪声控制法改善车内声品质

以从4种类型轿车内采集到的16个不同噪声样本为评价对象,通过主观评价试验和统计分析计算建立了以心理声学客观参数描述主观评价结果的车内声品质分析模型,确定了稳态工况下车内噪声品质的主要影响因素为响度和尖锐度。并依此对声品质最差的两个样本实施了主动控制试验。试验结果表明,车内噪声的响度、尖锐度均减小。应用所建立的声品质模型进行计算,并结合二次主观评价试验结果验证声品质改善效果,两种方法均显示声品质烦躁度等级下降了5级左右,证明了主动控制方法用于改善汽车声品质的可行性和有效性。     

基于相关分析的车内声品质偏好性评价模型

以四种类型轿车在不同档位和不同车速下匀速行驶时副驾驶员耳旁噪声信号采集样本为评价对象,利用成对比较法对车内声品质进行了主观评价试验;分析计算了各噪声信号样本的主要心理声学客观参数,应用双耳声压级频谱合成的方法对左右耳响度进行加权,得出双耳响度与声品质主观评价结果的相关系数比单左耳高出0.107,证明了双耳响度客观评价模型更加接近人的主观评价;通过相关分析和多元回归分析的方法,建立了车内声品质偏好性评价模型,对评价模型研究表明,稳态工况下轿车车内声品质主要受响度和尖锐度两个心理声学参数影响。     

双离合自动变速器车辆换挡品质模糊综合评价

双离合自动变速器车辆换挡品质评价过程中的主观评价方法常导致评价结果离散性大,且单纯的客观评价方法导致评价结果局限于数据而忽略主观知识指导,针对上述问题,从时间、纵向加速度和发动机转速3个维度确定了换挡品质评价指标,基于层次聚类方法和专家知识科学地建立了换挡品质评价体系;基于分配最优原则,结合德尔菲法与层次分析法获得换挡品质评价指标的主观权重,由变异系数法计算换挡品质评价指标的客观权重,再进行组合赋权得到综合权重计算模型. 提出基于数据差异性与模糊阈值的隶属度函数确定方法,建立换挡品质的模糊综合评价模型;试验验证了模糊综合评价模型与变异系数法在换挡品质评价上的有效性,并对比验证了模糊综合评价模型相对于单纯客观评价方法的有效性和准确性. 比较了模糊综合评价模型计算的换挡品质二级评价指标权重的大小,揭示了各指标对于换挡品质的重要程度,为改善整车的换挡品质提供了有效指导.