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。     

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。     

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。     

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。     

车内声品质主客观评价的相关性分析

采集同一品牌两辆不同型号的汽车在不同发动机工况、不同路面状况和不同车内环境情况下的驾驶员右耳处的噪声样本,作为实验评价对象。利用等级评分法进行车内噪声品质的主观评价实验,并对样本进行客观心理声学参数计算。通过对比客观参数之间的关系,找出各工况下对于车内噪声响度、尖锐度的影响。通过相关性分析,建立车内噪声品质主客观评价间的多元线性回归模型。结果表明,在不同的发动机工况、车内环境和路况下,车内声品质主要受响度和尖锐度的影响。     

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。     

汽车燃油泵怠速噪声问题优化

针对某车型NVH开发过程中怠速关空调工况下,车内噪声声压级偏高、声品质较差的问题,对样车进行试验诊断分析,通过试验诊断明确怠速噪声偏大的原因是燃油泵工作时产生的振动和噪声通过结构传递路径传至车内;通过对燃油泵转向器和进、出油板进行优化降低燃油泵的振动和噪声,实车试验验证表明优化后的燃油泵在怠速关空调工况下车内噪声比改进前降低了4.9 dB(A),改进效果明显;同时主观评价车内舒适性明显提高。     

基于语义细分的车内声品质模糊综合评价

针对传统的语义细分法难以在声品质主观评价试验中获得评价对象整体感受择优排序的不足,提出了一种基于语义细分的声品质主观模糊综合评价方法,建立了适合于车内声品质主观评价的声音属性评价指标,确定了声音属性的结构及层次划分,根据不同试验确定了声音属性的关注程度各级指标权重。以在某轿车车内采集到的15个噪声样本为评价对象,分别利用该方法和成对比较法对声音的"豪华感"进行主观评价试验,并对评价得分进行排序比较。结果表明:本文提出的声品质主观模糊综合评价方法可在有效地维持评价主体原有任务量不变的情况下,准确地得到声音样本感知属性的评价等级隶属关系,以及声音样本整体主观感受评价得分的择优排序。     

某车型发动机后悬置支架NVH性能分析与优化

针对某车型全加速工况下引起的车内噪声及底板振动问题,应用LMS公司的Test.Lab动态测试系统对发动机动力总成进行振动、噪声和不平顺性测试,通过频谱分析和模态实验响应分析找到引发车内噪声和振动的相关故障频率;通过Hyperworks软件对发动机后悬置支架进行仿真计算,对比试验结果和仿真结果,发现其低阶固有频率过低,与发动机的工作状态频率发生共振,使车内声品质变差,主观感觉底板有明显抖动.为此提出改进发动机后悬置支架结构来改变支架固有频率的方案,使其与发动机工作频率错开.进一步试验发现,车内噪声和底板抖动问题得到明显改善.     

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。     

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。     

Objective Quantification of Small Motor Sound Quality Based on Psychoacoustic Metrics

With the widespread application of electrification and intelligence of automobiles, the number of electric devices with small DC motors in automobiles has gradually increased, and the interior of electric vehicles is quieter. The sound quality (SQ) of small motor directly affects the passenger experience. Therefore, the research on the SQ of small motor is of great significance. In this paper, the objective quantification of small motor sound quality was investigated based on traditional psychoacoustic metrics. The time-frequency characteristics of sound signal was analyzed to quantify the subjective perception caused by the sound of small motor. And a new psychoacoustic metrics of objective evaluation which were suitable for small motor SQ evaluation were proposed, namely specific loudness energy (SLE), specific prominence ratio index (SPRI), relative pitch exceedance (RPE) and tremolo index (TI). Then, two objective evaluation models of small motor SQ were established to characterize the multi-dimensional subjective perception attributes by using multiple linear regression (MLR) and support vector regression (SVR) respectively, which can be used for the prediction and evaluation of the small motor SQ. The results show that the prediction accuracy of the model established by SVR method was higher than that of MLR, and SVR has stronger robustness. The objective evaluation model of small motors SQ established in this study is of great importance for improving the sound quality of small motors.