一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...     

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。     

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.     

汽车关门声品质主客观维度解构及应用研究

通过对关门声品质主观评价维度进行解构,将关门声的主观感知细分为总体响度、厚重感、紧凑感、精致感4个维度,并采用语义细分法结合等级评价法进行关门声品质的主观感知评价。进一步对声品质评价的大量客观参数进行主客观关联性分析,找到了与关门声品质4个感知维度相关性在0.9以上的对应客观量化指标,分别为峰值响度、低频能量、响度特征谱包络和平均尖锐。结合某乘用车关门声品质的优化案例,对提出的主客观评价方法的合理性进行了验证,结果表明,所建立的主客观评价方法,可以全面表达人对关门声品质的主观感知评价,在车门声品质开发过程中能较准确地诊断问题,对汽车关门声品质的评价与开发具有实际指导意义。     

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。     

Objective evaluation of human perception of automotive sound based on physiological signal of human brain

This paper presents a novel approach to apply the physiological signal of the human brain to the sound quality evaluation of automotive sound. In the previous work, psychoacoustic metrics were applied to the sound quality evaluation of automotive sound. Loudness among psychoacoustic metrics is used for one of major sound metrics for the objective evaluation of the sound quality of the acceleration sound inside a car. Subjective evaluation of the sound quality of the acceleration sound shows different results depending on the two different groups of participants. One group liked powerful sound when a car is accelerated: the other group liked the refine sound. Loudness of the acceleration sound is not correlated with the subjective rating of the former group whilst it is correlated with that of the latter group. This evaluation suggests that for the people who like the powerful acceleration sound, it needs to find the sound metric for the objective evaluation of the sound quality of the acceleration sound. In this paper, a driver’s brain signal is measured using electroencephalography (EEG) when a driver hears the acceleration sound of passenger cars. The signal is analyzed to obtain the relationship between brain signals and human perception. According to these results, the alpha wave correlates to the human perception of powerful sound quality of passenger cars. This interesting relationship can be used for objective evaluation of passenger car sounds.     

车内噪声品质偏好性主客观评价及相关性分析

以5种轿车典型运行工况下后排乘员耳旁噪声样本为评价对象,利用自适应分组成对比较法对车内噪声品质进行了偏好性主观评价试验。计算了各样本的主要心理声学参数,通过相关分析和线性多元回归分析,建立了以响度和尖锐度描述车内噪声品质偏好性结果的数学模型。通过各组间的关联样本将各组评价结果进行反演构建,得到的总体样本评价结果与传统成对比较法评价结果一致性好,且节省了50%的评价时间。     

主观评价声品质参数的计算

传统的基于客观指标的噪声评价方法已经不能满足新车型的开发要求。为了更好地体现客户的主观感受。在评价噪声的过程中引入基于主观评价的声品质方法。文章详细介绍了语言清晰度、响度及尖锐度3个声品质参数的计算方法,对4辆不同品牌排量为1.3L的两厢乘用车进行车内匀速噪声测试,并进行了客观评价和主观评价。通过对比可以看出,基于主观的噪声评价方法更真实地反映了车辆的噪声水平和品质。     

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。     

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。     

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.     

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。     

某型汽车后减振器异响分析与改进

针对某型车总装下线后经过绳索路面时车内出现明显的冲击异响问题,进行主观评价和客观测量,判定异响来自后减振器上支撑总成,并对上支撑总成进行优化改进.     

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。     

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。     

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。     

车辆内部异常噪声的传递途径研究

针对某车型开发过程中车内异常噪声问题进行了试验分析,确定了发动机支承为该车辆车内异常噪声的主要来源,识别出异常噪声向车内传递的传递途径,并对发动机支承进行了优化.试验结果表明,优化支承使车内右后座位处500 Hz附近的声压敏感度峰值降为原来的50%;倍频带噪声级下降了约3 dB;主观评价显示该异常噪声得到了明显改善.     

物流中心选址的动态评价方法研究

针对物流中心的选址问题,在分析传统评价方法的基础上,综合主观评价与客观评价,提出一种主客观评价相结合、模糊技术与决策方法相结合的组合赋权动态评价方法。该方法首先建立评价指标体系。然后,对费用指标通过成本模型的启发式算法进行求解,同时结合专家组的定性评价;而在权重的确定上,以G1法确定主观权重,熵值法确定客观权重,并将主、客观方法得到的权重进行集成。从而,既可避免人为的主观能动性,又能对专家意见给予足够的认识。接着,在此基础上,借助指标满意度对定性和定量指标进行综合得到某一阶段的评价结果,最后对各阶段评价结果进行线性叠加来来解决物流中心选址这类多阶段多指标决策问题。     

基于心理声学分析的车内异常噪声辨识

介绍了车内异常噪声辨识的心理声学分析方法；指出基于心理声学的分析方法考虑了入耳听觉特性。能够定量地反映不同噪声的主观感受差别，较好地符合异常噪声辨识要求。在试验测试基础上，从响度、粗糙度、尖锐度和抖动度等方面对车内噪声品质进行了对比分析。     

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。