《非穩態工況下的車輛聲品質評價研究》是依託重慶大學，由賀岩松擔任項目負責人的面上項目。
基本介紹
- 中文名：非穩態工況下的車輛聲品質評價研究
- 項目類別：面上項目
- 項目負責人：賀岩松
- 依託單位：重慶大學
中文摘要,結題摘要,
中文摘要
非穩態工況下的車輛聲品質評價是NVH研究領域的挑戰性問題。本項目擬在傳統心理聲學參數及聲品質評價方法的基礎上，針對怠速、等速以及加速、減速等穩態與非穩態行駛工況下的車輛噪聲特點，進行系列的半消聲室室內及道路測試試驗，研究適用於車輛聲品質評價的非平穩噪聲數據採集及特徵提取方法；項目結合多工況下的分組成對比較主觀評價方法，利用主成分分析及顯著度分析等數理統計手段，研究客觀心理聲學參數與主觀感受之關係，通過基於支持向量機回歸方法，建立非穩態工作條件下的車輛噪聲客觀聲學參量與主觀評判結果的映射關係，得到全新的車輛聲品質評價模型；並針對車輛運行的不穩定性、主觀判斷的不確定性以及數據的多重複性等建模中的不確定性和擾動問題，提出以魯棒控制方法提高模型的穩定性和收斂性。項目通過理論及實驗研究，探索非穩態車輛噪聲的聲品質評價模型與方法，完善汽車的聲舒適性評價體系，將為高品質車輛的聲學設計提供理論與技術支撐。
結題摘要
非穩態工況下的車輛聲品質評價是NVH研究領域的挑戰性問題。本項目擬在傳統心理聲學參數及聲品質評價方法的基礎上，針對怠速、等速以及加速、減速等穩態與非穩態行駛工況下的車輛實測噪聲特點，研究適用於車輛聲品質評價的非平穩噪聲高效評價及預測模型與方法。針對傳統閾值小波去噪的不足，提出了基於遺傳算法的自適應閾值去噪方法；針對非穩態車內噪聲進行特徵提取與分析，選取dB35小波為分解的基函式對信號進行分解，得到基於特徵頻帶分解的小波包分解結構，模擬人耳的Bark域頻率感知特性；構建聲樣本基於Bark尺度頻帶劃分的特徵向量和基於ERB尺度頻帶劃分的特徵向量，將特徵向量作為聲品質評價模型的輸入因子，建立基於SVM的聲品質評價模型，與傳統的評價模型相對比，其預測精度更高；引入灰色關聯度分析將聲信號樣本進行分組後建立支持向量機SVM聲品質評價預測模型以實現小樣本下聲品質的準確預測。建立基於Moore時變響度的汽車制動工況下車內聲信號響度測試系統，以某混合動力城市客車為研究對象，獲得制動工況下乘員耳旁的降噪前後噪聲Moore響度，較Zwicker響度模型頻率解析度更高且能量分布更為集中，更適合分析車的車內聲信號特徵；以乘用車駕駛員處採集的發動機啟動聲樣本為對象，分析其時頻域分布，計算樣本的基本物理參數、心理聲學參數和煩惱度指標，運用成對比較法進行評價得出各聲樣本主觀偏好性得分；進行聲品質套用研究，完成汽車關門聲小波熵聲品質評價、汽車雨刮器聲品質影響因素分析、汽車喇叭聲品質分析與評價以及車窗玻璃升降聲測試與聲品質評價等工作。項目研究成果對於汽車非穩態噪聲的聲品質建模、分析評價及套用具有重要的理論價值和工程意義。
