某混合动力汽车非稳态车内声品质评价研究

针对某混合动力汽车非稳态工况下的车内声品质评价进行研究。采集该车内不同位置、不同驱动模式以及不同车速情况下的车内噪声样本,对不同的非稳态工况进行客观参量分析,得出电机单独驱动模式下可以用尖锐度评价非稳态车内声品质、混合驱动与发动机单独驱动模式下可以用响度评价非稳态车内声品质的结论。基于BP神经网络模型,进行基于心理声学客观参量与临界频率带解析小波分解的非稳态车内声品质评价,预测结果表明后者的预测效果优于前者,且稳定性较高。     

支持向量机车内加速噪声声品质预测

为准确评价车内加速噪声声品质,利用成对比较法对14款汽车从30 km/h加速到80 km/h行驶时的车内噪声进行主观评价试验,同时计算5个主要心理声学客观参量,并通过相关分析得出对声品质有重要影响的客观参量。采用支持向量机建立车内加速噪声声品质的预测模型,经验证其预测相对误差都在9.5%以内,表明该模型可以准确地对车内噪声声品质进行预测。     

某车车门关闭声品质评价

汽车车门声品质是汽车声品质研究的重要内容。首先对所采集的车门关闭声音样本进行主观评价实验,并运用Bradley-Terry模型对声音样本偏好性进行分析。然后通过Head Artemis软件进行时频域分析、滤波分析和计算响度、尖锐度等心理声学参数对声音样本做出客观评价。     

基于 EEMD样本熵与小波神经网络的汽车关门声品质预测

针对传统客观心理学参量在非稳态噪声品质预测中的不足,以汽车关门声为对象,提出一种基于EEMD分解的样本熵表征关门声的信号特征,并结合小波神经网络进行声品质预测。对声样本进行EEMD分解得到IMF分量,计算各IMF分量的样本熵,并构造成特征向量。分别以此特征向量和声品质主观评分值作为输入输出构建小波神经网络预测模型。作为对比,构建了基于该特征向量的BP网络预测模型、基于心理学参量的小波神经网络预测模型和BP网络预测模型。分析结果表明,在关门声品质预测中,EEMD样本熵比客观心理学参数能更好的反映信号的时变非稳态特性,预测效果更好;且小波神经网络较BP网络的预测精度更高,模型训练速度更快。     

车门关闭声品质偏好性评价与客观分析研究

以13辆不同的常见家用轿车在驾驶员双耳位置处采集到的左前门车门关闭声样本为研究对象,运用成对比较法对声音样本进行主观偏好性评价,对具有较高偏好性的车门声的特点进行研究和总结;计算各声音样本的主要客观参量,分析车门声的客观声学参量与主观偏好性之间的关系。     

基于降维-回归的车内声品质时变烦躁度评价

用心理声学参量表征声品质评价指标,可直观描述人对噪声信号的主观感觉。相比于听审团评分,它具有简单快速、效率高的优点,在此基础上将多个客观参量降维到低维空间,用少数具有代表性的参量定量表征主观感受,有利于声品质评价的标准化。通过采集轿车车内噪声信号,以等间隔不同车速状态和怠速状态下的噪声样本作为研究对象,考虑汽车车内噪声特性的时变效应,分别计算出噪声样本的心理声学客观参数时变算术平均值。提出以“时变烦躁度”作为主观评价指标,以语义细分法结合数字等级评分法作为主观评价方法进行主观评价试验。用因子分析对6 种客观参量进行降维,结合显著相关性分析确定出响度(Z)、粗糙度、AI 指数3 个客观参量,并用多元回归建立声品质烦躁度评价预测数学模型。预测结果显示：回归预测三参量模型的相对误差率在5 %以下,比六参量模型相对误差率低,预测效果比较理想,说明这3 个参量可以有效表征主观烦躁度,同时证明噪声声品质的时变烦躁度评价预测模型是有效的.     

汽车车门密封性能控制与风噪声改善

汽车车门密封性能是整车风噪声水平的重要影响因素,分析汽车车门主要部件密封机理,提出相应泄漏控制方法;结合某款SUV车型后侧窗风噪"泄漏声"问题,通过车门密封优化,消除异常风噪声,主观评价及客观测试均达到改善目标。     

基于RNR-WVD与GA-小波的非稳态排气噪声声品质研究

基于心里声学客观参量的GA-BP声品质预测模型能够准确的预测稳态排气噪声声品质。对于非稳态噪声研究,引入正则化非稳态回归技术(RNR)优化计算维格纳-威尔分布(WVD)的时频方法,建立新的声品质参量SQP-RW(Sound Quality Parameter Base on RNR-WVD),用此参量替换掉与满意度相关性较小的客观参量。同时,以Morlet小波基函数作为隐含层结点的传递函数构建小波神经网络(Wavelet Neural Network,WNN),并用GA优化小波神经网络层间的权值和阈值,构造出GA-WNN并用于非稳态排气噪声声品质预测。结果表明:GA-WNN在非稳态排气噪声声品质预测上比GA-BP神经网络更加准确;引入SQP-RW参量,模型具有更高的精度,更能体现出非稳态信号特征及声品质特点。     

基于支持向量机的柴油机噪声品质客观评价参量权重分析

以一台6缸柴油机为研究对象,采用分类对偶比较法对采集到的目标机型在多工况下的辐射噪声品质进行主观评价试验,同时选取并计算了可以描述其声音特性的5个客观评价参量,引入支持向量机,建立了柴油机噪声品质预测模型,并借助噪声测试样本验证预测模型的准确性。然后以柴油机噪声品质预测模型为基础构建起客观评价参量的权重分析模型,分析柴油机噪声品质客观评价参量对主观评价结果的影响权重。研究表明,柴油机噪声品质主要受响度和粗糙度两个客观评价参量的影响。此次分析对高声品质柴油机的设计起到了指导性的作用。     

基于EEMD样本熵与小波神经网络的汽车关门声品质预测

针对传统客观心理学参量在非稳态噪声品质预测中的不足,以汽车关门声为对象,提出一种基于EEMD分解的样本熵表征关门声的信号特征,并结合小波神经网络进行声品质预测。对声样本进行EEMD分解得到IMF分量,计算各IMF分量的样本熵,并构造成特征向量。分别以此特征向量和声品质主观评分值作为输入输出构建小波神经网络预测模型。作为对比,构建基于该特征向量的BP网络预测模型、基于心理学参量的小波神经网络预测模型和BP网络预测模型。分析结果表明,在关门声品质预测中,EEMD样本熵比客观心理学参数能更好的反映信号的时变非稳态特性,预测效果更好;且小波神经网络较BP网络的预测精度更高,模型训练速度更快。     

轨道车辆车内声场仿真及声品质优化

以上海轨道交通九号线为例,对车内噪声进行现场测试,测量车厢结构参数并建立有限元模型,采用Actran软件进行声学仿真,并使用A计权声压级和特征响度两个主要的声品质客观评价参量验证仿真的结果,随后提出声品质优化方案,使车内声压级降低5 dB,特征响度总体下降,总响度值降低1.26 sone,对提高车内声品质和改善车内声场环境具有一定的参考价值。     

轨道车辆车内声品质客观评价分析

对上海轨道车辆9号线在不同运行速度下头部车厢、中部车厢和车厢连接处进行噪声现场测试,引入心理声学声品质参数：A计权声压级、特征响度、尖锐度、粗糙度和抖动强度,对不同工况下轨道车辆车内声场进行声品质的客观评价。结论表明,轨道车辆运行时车厢内部噪声以中低频噪声为主。随着车速提高,车内声品质下降,尤其是车厢连接处,声品质最差,应采取有效措施改善噪声环境,满足人耳的听觉舒适性。。     

音乐控制法改善车内声品质的试验研究

以4种类型汽车内采集到的32个不同噪声样本为评价对象,通过试验研究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模型,并对声品质较差的噪声样本实施了音乐掩蔽控制试验,试验结果表明,车内噪声的低沉度下降,音调度上升。研究结果表明音乐掩蔽控制法用于改善汽车声品质的可行性和有效性。     

超大型防火隔声门的设计和制造

介绍杭州大剧院舞台装配间防火隔声特大门的设计、结构计算、安装及其声学效果。经一年多的使用,大门的电气运行稳定、安全可靠,隔声效果好,对一些类似建筑物需要安装防火隔声大门有一定的参考价值。     

对道路声屏障声学设计公式的讨论

一些行业标准推荐的声屏障绕射声衰减量计算公式含有严格的适用条件,从而限定公式的使用范围,可能不宜直接应用于道路声屏障的工程设计。为此,提出几点改进建议：（1）对存在反射地面的情况,建议采用虚声源和虚受声点的普适计算方法;（2）对声源和受声点都接近刚性地面的情况,介绍相应的绕射声衰减计算公式;并在点声源公式中对大菲涅尔数区段另行表述,以明确反映实际屏障存在的绕射声衰减限值;（3）应用虚声源概念计算双屏障的反射声修正量。计算实例不仅佐证这些建议的合理性,同时得到一些规律性的结果：（1）地面反射将增加受声点的声压级,减小屏障的绕射声衰减量;当声源和受声点都接近刚性地面时,受声点的声压级在无屏障时增加3 dB,有屏障时增加6 dB,屏障的绕射声衰减量减小3 dB。（2）对于点声源和线声源,不论是否存在地面反射,双屏障的反射声修正量基本相同,且随着屏障内壁吸声系数的增加而同步减小。     

汽车关门声品质评价参数的建立

针对汽车关门声品质评价问题，基于Hilbert-Huang变换，研究提出一个新的声品质评价参数—SMHHT(Sound Metric based on Hilbert-Huang Transform)。在进行汽车关门声品质评价时，先采集汽车关门声音信号，进行EMD分解和Hilbert变换，再根据得到的瞬时频率对相应的IMF分量进行临界频率带计权并计算其能量，即可得到新的声品质评价参数SMHHT。为了验证该参数的有效性，将该参数和传统的声品质评价参数（响度，尖锐度）分别与主观评价结果进行相关性分析，结果表明提出的声品质评价参数SMHHT与主观评价结果有更高的相关性，能更准确的评价汽车关门声品质。     

竞品车急加速进气噪声品质评价方法研究

从主客观评价角度出发,针对竞品车急加速进气噪声建立了声品质物理评价模型。通过测试竞品车急加速进气噪声,对获取的声音样本采用等级评分法进行主观评价与典型声品质客观参量的计算。利用相关分析与主成分分析对获取的主客观指标的关联性进行研究,并分别以相关分析和主成分分析结果为输入建立反向传播（Back Propagation,BP）神经网络模型。分析结果表明：客观参量存在信息的重叠时,主成分分析能够更好地反映声音样本指标间的关联性,实现简化神经网络输入并保证预测精度的效果。