车用驱动电机声学舒适性的评价方法

以某型纯电动公交客车的驱动电机噪声为评价对象,进行双通道噪声信号采集用以便合成立体声来模拟人耳听觉,并按照3 dB的级差逐级衰减噪声信号的声压级以生成噪声样本序列用于人体主观感受的测试。进而通过高保真音频回放逐一考察各噪声样本作用下的人体舒适性/不舒适性主观感受,并以规定的"描述符"对其加以说明,同时采用评分方式进行量化。在此基础上,揭示出主观感受声学舒适性与不舒适性之间的相互关系,并划定出与舒适性感受相对应的噪声样本集合,以之为依据,进一步确立了驱动电机声学舒适性的评价方法。     

四轮独立驱动电动汽车多模式自适应车速估计方法

提出一种多模式自适应车速在线估计方法,通过轮速、车辆加速度等信息综合判断每个车轮的稳定性,利用Simulink/Stateflow搭建逻辑决策模型,根据四轮稳定状态实时选择相应策略对车速进行在线估计,同时研究了轮加速度与车辆加速度的内在联系,并根据仿真结果推导了经验关系式。在Simulink/CarSim联合仿真环境下进行工况仿真,并基于dSPACE/Infineon-TriCore搭建试验平台,开展硬件在环试验,结果表明,该方法可以较为精确地对车速进行实时估计。     

面向多层级目标的汽车前围声学包优化研究

为了研究汽车声学包设计参数对其多性能目标的影响，首先，改进了传统的深度信念网络（DBNs）方法，并提出SVR-DBNs (support vector regression-deep belief networks)模型，提升了模型映射的准确度；其次，从车辆噪声传递关系与层级目标分解角度出发，提出了一种多层级目标预测与分析方法；最后，将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明：SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上，优于传统的反向传播神经网络（BPNN）、SVR与DBNs模型；基于SVR-DBNs模型的优化结果与实测结果接近，两者加权目标相对误差为1.09%（平均传递损失（MTL）、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%），优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%.     

基于时间反转法的汽车车门Rattle异响噪声源定位研究EI北大核心CSCD

针对汽车车门常见Rattle异响的定位,首先,基于Lamb波传播理论、Morlet小波变换和时间反转(TR)聚焦定位原理,建立了异响噪声源定位数学模型,提出了汽车车门Rattle异响噪声源定位方法。接着通过薄板冲击仿真,探究了振动信号波包混叠的成因,确定了窄带信号提取原则。最后进行汽车车门Rattle异响噪声源定位试验,揭示了异响信号发出时刻对定位成像的影响规律,提出了时刻的信号成像图判别法。试验结果表明,汽车车门Rattle异响噪声源定位最大误差为3.16 cm,平均误差为2.01 cm,验证了所提出的基于TR的Rattle异响噪声源定位方法的可行性和工程应用价值。     

基于时频感知加权的车辆路面冲击声品质评价

为表征与量化人对路面冲击声的主观感受，首先，对减速带工况冲击非平稳噪声信号进行声时感知时长定义，同时根据人耳听声可辨性将声时历程分为冲击段、峰值段及衰减段；进而，以小波变换提取冲击噪声中的主冲击与多重微冲击特征信息，组成冲击声品质评价的基础特征阵；然后，类比峰值因子法定义频域滤波因子，并基于序关系分析法确定时变感知加权系数，组建时频滤波网络对基础特征阵加权且建立冲击声品质时频感知评价指标；最后，基于实车过减速带冲击噪声测试数据计算声品质指标，并进行对比验证.研究结果表明：所提时频感知加权评价指标与主观评价的相关系数在车速20 km/h时为0.927，在车速30 km/h时为0.922；在考虑路面冲击声声时历程全程评价时，经典的声品质评价指标（特征频带时变响度）与主观评价的相关系数在车速20 km/h时为0.933，在车速30 km/h时为0.649；所提时频感知加权评价方法对于车速为20 km/h与30 km/h的情况具有较好的适用性.