基于人工神经网络模型的车门关闭声声品评价方法研究

基于BP人工神经网络研究了利用汽车关门声客观评价量进行声品质评价的方法.利用所采集声音样本的主、客观评价结果对BP人工神经网络进行训练,对训练好的网络进行主观评价预测;另外,对人工神经网络模型的输入量即关门声客观评价参数进行了研究.结果表明:基于人工神经网络模型的声品质评价方法是有效的;音调度是汽车关门声的一个重要特征量,将音调度一并作为输入参量,不仅可以提高网络的收敛速度,而且可以降低网络预测误差.     

汽车声品质试验数据管理与分析

论述了汽车声品质试验数据管理、分析的基本需求和声品质试验数据管理系统(SQTDMS)的设计过程。此系统可以支持单点数据、曲线数据和三维云图数据的导入、对比显示,并具有良好的扩展性。通过对原始声音信号进行保存,结合ArtemiS软件的Automation接口,可以回放声音信号,进行声品质主观评价。系统的建立可以帮助用户对汽车声品质试验数据进行管理、分析。     

汽车声品质主观评价试验方法探究

首先讨论了汽车声品质主观评价的必要性,然后从几个方面对主观评价进行详细阐述,包括主观评价试验前的准备、试验的一般方法以及试验结果的分析.     

标定参数对柴油机怠速声品质影响的研究

汽车怠速工况下的噪声是留给客户驾乘的第一印象,提升发动机怠速噪声声品质至关重要。对不同标定参数下某柴油机怠速噪声声品质进行研究。以搭载在某皮卡车型上的柴油机顶面近场噪声作为观测点,采用正交试验法对不同标定参数下柴油机怠速噪声的多个声品质参数进行对比分析。通过方差分析,得到影响柴油机怠速声品质参数的标定参数,并针对声品质参数给出怠速标定方面的建议。     

全油门加速工况车内声品质研究

以23辆乘用车的3挡全油门加速工况的车内噪声为研究对象,对车内声品质采用等级评分法进行主观评价试验,分析计算各噪声样本的心理声学参数和非心理声学的客观参数,并应用多元线性回归理论建立声品质预测模型。研究表明,响度、线性度和粗糙度是影响听众对全油门加速噪声主观感受的最重要的因素,模型预测结果与主观评价试验结果相关系数R~2为0.853,预测值与主观评价实测值吻合度较高,所建立的声品质评价模型在统计学上是有意义的。     

怠速工况汽车空调声品质评价研究

对汽车空调进行了声品质评价研究,通过主观评价和参量客观分析,得出怠速工况下汽车空调声品质主观评分及对应的客观评价指标,并提出了声品质主观评价方案,建立了汽车空调不同工作模式下的烦恼度模型和主观评价指标的广义回归神经网络(GRNN)模型.研究结果表明:空调压缩机开启时声品质主要受嗡响指标影响,中高风速下,其声品质主要受轰...     

汽车声品质主客观评价方法研究

阐述了汽车产品开发过程中声品质主观评价方法的不足,介绍了各心理声学参数的应用。以10种类型轿车在不同车速下不同位置座椅处的耳旁噪声为评价对象,对车内噪声品质用成对比较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;在精确计算评价结果误判率的基础上,通过相关分析和多元回归分析,建立了匀速车内噪声主观偏好性与心理声学参数间的数学模型。研究结果表明,与轿车匀速车内噪声品质相关的主要心理声学参量根据车速的不同而不尽相同。     

基于区间灰数理论的汽车声品质主观评价方法研究

为提高汽车声品质主观评价试验的可靠性和实用性,并对纯电动汽车在匀速及加速工况下的车内噪声品质特性进行分析,在参考语义细分法(ASDM)的基础上结合区间灰数理论,提出一种改进的声品质主观评价方法。评审员以某一基准样本作为参考,采用模糊打分方式对车内噪声样本进行主观评价,以灰色关联度作为评分者信度来筛除无效评分,提出了一种区间灰数的确信度参数,作为计算分数权值的重要指标,以求得各个样本的综合评分结果。通过与传统语义细分法(SDM)以及ASDM的评分结果进行对比分析,验证了改进的方法能在保持相同工作量的前提下,更准确地反映人对汽车车内噪声的主观感受。并采用该方法对3款不同定位的纯电动汽车在不同工况下的车内噪声品质进行了主观评价试验,对比分析了3辆车的声品质特性。     

轿车车窗上升过程声品质预测模型研究

针对声品质主观评价试验成本高的问题,提出一种基于车窗上升过程稳态噪声和瞬态噪声的声品质预测模型。采集24款轿车左前门车窗上升过程的噪声信号,在时域上划分为具有瞬态噪声特征的启动阶段、停止阶段和具有稳态噪声特征的平稳运行阶段,分别计算出3个阶段的客观评价参数。通过主观评价试验得到每款样本车的主观评价结果。运用BP神经网络建立了车窗上升过程的声品质预测模型,预测结果表明,此方法提取的客观评价参数能反映左前门车窗上升过程的声品质特征,BP神经网络建立的声品质预测模型具有较高准确度和泛化能力,能在一定程度上代替评测员对车窗上升过程声品质进行评价。     

某SUV关门声品质分析与优化

文章介绍了汽车关门声品质的主客观评价指标及影响关门声品质的相关因素,并针对某款SUV开发阶段关门声品质较差问题,特别是门锁声、车门撞击声问题,进行了关门声品质主观评价和客观测试,对问题点进行了影响因素分析,提出了采用上限压缩载荷值车门密封条、后门前边沿增加辅助密封条、提升门锁内部缓冲刚度等优化方案,并对优化方案进行了试验验证。验证结果表明,以上三种优化方案对提升关门声品质均有效,有效解决了该车关门声品质差的问题。文章提出的关门声品质评价方法及问题解决思路可为后续类似问题解决提供借鉴,具有一定工程应用价值。     

车辆及发动机噪声声音品质的研究与发展

综述了近年来国际上对车辆及发动机噪声声音品质的研究现状，主要论及了对声音品质的描述，主观评价及改善声音品质为目的车辆及发动机的设计和开发研究工作。     

某纯电动汽车用HVAC空调箱轰鸣声优化方案研究

声品质作为体现整车舒适性的一个重要指标,越来越受到人们的重视。本文针对某纯电动汽车用空调箱轰鸣声产生的机理进行了系统的分析。通过CFD仿真分析、半消音室近场测量验证、主观评价等,确定空调箱内部流道产生涡流是引起轰鸣声的主要原因。通过空调箱内部流场优化,使空调箱轰鸣声得到改善,提高了空调箱的声品质。试验验证及主观评价结果表明,此轰鸣声优化方案效果良好,具有重要的参考与指导价值。     

基于CNN和LSTM融合特征提取的车内声品质评价模型研究

基于深度学习方法建立的车内声品质评价模型不需要高度依赖声学理论和经验知识，可以有效提取深层次特征，客观高效地获得符合主观感受的评价结果。为获取噪声中符合人耳对声音感受的频率信息，便于在深度学习中进行特征提取，采用对数梅尔频谱和时频遮掩相结合的方法对采集到的噪声样本进行预处理。为有效提取车内噪声深层次特征，融合卷积神经网络 （Convolution Neural Network，CNN） 和长短时记忆网络 （Long Short-Term Memory Network，LSTM） 各自的优点，建立了融合特征提取层。使用全连接和Softmax输出单元组合构建了分类器模块。在合适的超参数下，模型通过充足的训练获得了96.88%的训练准确度。使用大量样本对模型进行验证，得到93.69%的验证准确度；采用混淆矩阵对模型进一步验证，总体的预测评价等级与真实评价等级偏差不大，证明模型的预测结果与主观评价结果具有很好的一致性。     

Subjective evaluation of engine acceleration sound with driving simulator

The vehicle acceleration performance, the accelerator pedal controllability etc. have influence on the engine sound evaluation besides the sound level and quality. Subjective evaluation of the engine sound by the design of experiments was conducted with a driving simulator. As a result, the effects of the vehicle performance and the accelerator pedal controllability for the engine sound evaluation were measured quantitatively. It became clear that these factors could improve both “quiet feeling” and “sporty feeling” which show the evaluation of engine sound.     

汽车关门声声品质评价方法的研究

介绍了基于A计权声压级时频特性的汽车关门声品质评价方法,建立了Zwicker瞬时响度与时变响度、Moore瞬时响度与时变响度和尖锐度的计算模型,分析了各种模型对汽车关门声品质评价的适用性;最后建立了以A计权声压级时频特性、尖锐度和瞬时响度为指标的汽车关门声品质评价方法,并通过对两个关门声样本的评价,验证了该方法的可行性。     

Research on the sound metric of door-slamming sound based on leaky integration and wavelet decomposition

The evaluation of the sound quality of door-slamming has become one of the important issues in vehicle noise, vibration and harshness (NVH) analysis. For the sound quality evaluation of door-slamming, a new sound metric, named as sound metric based on critical band wavelet decomposition (SMCBWD), is developed. In the new sound metric, the sound signals of door-slamming are sampled and the signal component of the door-slamming sound which has the great influence on the quality of door-slamming is extracted by using the leaky integration method. The extracted signal component is then decomposed by wavelets based on the critical bands and the coefficients of wavelet decomposition are calculated. Based on the energy of the frequency weighted wavelet decomposition coefficients, the new sound metric, SMCBWD, is calculated. In order to verify the effectiveness of SMCBWD, the correlation coefficients between the new sound metric and the subjective sound quality performance value of door-slamming, as well as between the traditional sound metrics (loudness, sharpness) and the subjective sound quality performance value of door-slamming have been calculated, respectively. The results show that the new sound metric developed in this paper has the higher correlations with the subjective sound quality performance value when compared with the traditional sound metric of loudness and sharpness. Thus, SMCBWD can be used to evaluate the sound quality of door-slamming more accurately.     

车内声品质主观评价模型及中频噪声优化

为研究特种车车内声品质,对3辆不同类型特种车进行实车道路实验,建立了主观评价烦躁度和声品质客观参数之间的Kriging模型,通过滤波分析得到不同频段声品质参数对主观评价结果的影响。建立了混合FE-SEA模型,以计算车内中频噪声,并与实验数据进行对比,验证模型精度。计算了车身主要板件对车内中频噪声的声学贡献度,找到对车内声压贡献较大的板件,并对其进行优化,有效降低了车内中频噪声。