共查询到17条相似文献,搜索用时 78 毫秒
1.
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。 相似文献
2.
轿车的声品质理应取决于客观的噪声测试结果,但也和人为对噪声特征的感知程度切切相关,两者经常不会同步吻合。因而对人所感受的轿车声品质进行科学的主观评价试验就显得十分重要。通过采集6款轿车的车内外声音信号并进行筛选,作为声品质主观评价的样本库,根据不同频段声音信号表现不同特性的特点,对样本信号进行分频段预处理;通过试验确定出进行声品质主观评价试验的主体最佳的男女比例为3/1;选取对评价主体要求较低的成对比较法对轿车声音样本进行声品质主观评价试验。研究结果表明:对轿车声音特性影响最大的频段为500~4 000 Hz频段,其次是20~150 Hz频段,4 000 Hz以上频段对其影响最小。 相似文献
3.
基于心理声学参数的燃料电池轿车车内噪声评价及噪声源识别 总被引:2,自引:1,他引:1
燃料电池汽车是采用燃料电池动力系统的新型零排放环保汽车,其噪声源是分布式的,车内噪声组成比较复杂,噪声的线性度没有传统汽车好,因此亟需改善其车内声音品质,使人们在享受能源环保的同时也能有舒适的乘坐环境。论文测试某型燃料电池轿车怠速工况车内噪声,进行车内噪声的频谱分析。以响度作为声品质评价指标,提出了改善车内声品质应着重考虑的频率范围,同时结合噪声频谱分析,采用参数化滤波方法对主要峰值频率进行处理,找出对人耳主观感觉影响较大的频率或频段。为了降噪和改善车内声品质,采取分别运行法进行物理问题识别,找出对乘员主观感觉影响较大的频率和频段产生的声振部件,实现从声品质问题到物理问题的转换,研究发现车内噪声上述频率和频段主要是由燃料电池辅助系统(氢泵和风机)产生的。 相似文献
4.
5.
6.
针对汽车座椅水平驱动器(Horizontal Driving Machine,简称HDM)在运行情况下出现的异常噪声(简称异响),提出一种基于主观感觉的声品质客观参量分析方法。通过计算并对比分析主观判断有异响HDM和正常HDM声音的声品质客观参量,量化有异响HDM和正常HDM噪声特性以及主观感受的差别;另外,通过时频分析和声品质客观参量随时间变化曲线的对比,有效识别出有异响HDM以及异响频率;通过互动式滤波处理和声学回放,进一步确定异响声源位置。研究结果表明,该分析方法能识别有异响HDM。各声品质客观参量中,尖锐度和有调度对鉴别HDM声品质贡献较大。 相似文献
7.
鉴于车内噪声声品质评价的复杂性和非线性的特征,分析了BP神经网络方法在车内噪声声品质预测中的应用,阐述了其基本原理和模型并结合实例提出了完整的实施流程。该预测方法具有很强的学习能力,各连接权重由网络通过学习自主生成,因此预测结果更具客观性和准确性。同时将用此种方法与现有的预测方法得出的结果进行比较,得出结论:神经网络用于车内噪声主客观评价数据处理可以得到更好的预测效果,从而在很大程度上提高评价者的决策水平,对现代汽车噪声的评价、分析与控制都具有重要意义。 相似文献
8.
为了进行车辆传动系声品质预测,实施了传动系整车转鼓试验,并结合主、客观分析量化了影响传动系噪声烦恼度的主要异响指标;同时,通过相关分析揭示了心理声学客观参量与主观评价的内在关系。引入聚合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法与本征模态函数(Intrinsic Mode Function,IMF)样本熵值对传动系噪声特征进行了提取;在此基础上,以Morlet小波基函数作为隐含层节点的传递函数构建小波神经网络(Wavelet Neural Network,WNN),同时运用遗传算法(Genetic Algorithm,GA)优化小波神经网络的层间权值和层内阈值,构造出GA-小波神经网络模型并用于传动系声品质预测;为了对比所提取的传动系噪声特征性能,将心理声学参量也作为模型输入以进行预测,同时,为了对比GA-小波神经网络模型的预测效果,引入了传统的GA-BP神经网络模型。分析结果表明:GA-小波神经网络较GA-BP神经网络能更准确、有效地对传动系声品质进行预测,并且以本征模态函数样本熵值作为预测模型的输入特征其预测结果较心理声学参量效果更佳。 相似文献
9.
研究车内噪声客观参量与主观感受之间的影响关系。根据车辆安装5种排气系统后在8种不同档位不同转速行驶工况下的车内烦恼度主观评价分值以及11项声学客观参量,采用多元统计的聚类分析根据相似程度将客观参量分类,结合因子分析和相关分析分别提取出了在中低转速和中高转速下最能表征烦恼度的客观参量,将主观烦恼度与客观声学参量相关联,最后采用多元线性回归建立了基于声学客观参量的中低转速和中高转速下车内烦恼度预测模型,相关分析显示,其预测结果与主观评价值之间有较高的相关性。因此,基于声学客观参量的车内烦恼度评价是可行的。 相似文献
10.
11.
12.
13.
14.
15.
低频成分的噪声是车内噪声的主要特征之一, 并对车辆的力度、轰鸣、烦恼等主观听觉感知特征产生影响, 本文的研究旨在建立车内低频噪声的主观声品质评价的参量和数学模型。首先采用听音和想象法等词汇描述进行主观问卷调查, 通过对调查得到描述词汇的统计分析, 得到了描述车内噪声低频特征的中文描述词-低沉。然后采用仿真头双耳记录的车内噪声信号进行实验室主观评价, 通过对评价结果的分析得到了影响低沉度感知的主要参量, 并由此建立了以 1/3 倍频程声压级、锐度和粗糙度为变量的低沉度参量的数学模型。采用成对比较法和语义细分法主观评价实验的结果验证了模型的准确性。结果表明, 低沉度模型的预测结果与主观评价结果具有很高的相关性, 从而证明了所提出模型的有效性。 相似文献
16.