共查询到20条相似文献,搜索用时 437 毫秒
1.
支持向量机在汽车加速车内声品质预测中的应用 总被引:1,自引:0,他引:1
《汽车工程》2015,(11)
应用支持向量机方法对汽车加速时车内声品质进行预测。以噪声样本的响度、尖锐度、粗糙度、AI指数等客观评价参量作为输入因子,主观烦躁度评价结果作为输出因子,利用支持向量机回归方法建立了汽车加速车内声品质的预测模型。对比结果表明,与多元线性回归模型相比,基于支持向量机的汽车加速车内声品质预测模型能够更准确地反映客观评价参量与主观烦躁度之间的非线性映射关系,预测精度更高。 相似文献
2.
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。 相似文献
3.
4.
本研究以某汽车为研究对象,基于数值模拟探讨不同降雨量工况下的汽车乘员舱气动噪声声压级水平。采用Realizablek-ε/LES湍流模型来模拟无雨时的单相流流场,再添加离散相模型(DPM)来模拟有雨时的两相流流场,以声类比(FW-H)方法获得了不同降雨量下车身表面各子系统的1/3倍频程平均输入激励,采用混合有限元-统计能量分析(FE-SEA)方法获得了驾驶员耳旁气动噪声声压级水平。仿真结果表明:在20-1000Hz频段内,有雨工况下的驾驶员耳旁的声压级在各中心频率处都低于无雨工况,小雨工况和中雨工况下的驾驶员耳旁总声压级较为接近,大雨工况下的驾驶员耳旁总声压级最低。 相似文献
5.
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。 相似文献
6.
7.
《中国公路学报》2017,(6)
针对中国某汽车企业传动系声品质评价问题,开展了该传动系声品质的主观评价,建立了与主观评价相统一的声品质客观评价模型。传动系噪声在半消声室试验台架上测试获得,测试工况包括全工作转速范围的匀加速和部分定速工况,通过测试数据的一致性分析确定用于声品质分析的噪声样本;综合考虑该传动系噪声的物理特征和人耳的听觉特性,并依据声品质主观评价方法的内涵属性,选择语义细分法作为声品质主观评价方法。研究结果表明:从强度、音调、音色等多个维度出发,建立汉语背景下语义细分法的语义空间,运用专家咨询法、项目区分度、主成分分析和因子分析方法,可以确定语义空间中适用于汽车传动系声品质评价的评价指标,并验证了其有效性;选取评价主体完成该传动系声品质的主观听音试验,获得主观评价结果;选取响度、尖锐度、语言清晰度等指标作为该传动系噪声客观评价指标并计算出结果;以主观评价结果为应变量,客观指标计算结果为自变量,通过一元回归分析,发现响度、尖锐度、语言清晰度与主观评价结果相关性较好;以主观评价结果为响应,多个客观指标计算结果为输入,运用多元回归分析方法及支持向量机智能建模方法,建立了该传动系啸叫客观评价的回归模型和人工智能模型,并进行了验证,实现了该汽车传动系声品质的客观量化评价。 相似文献
8.
9.
10.
11.
12.
13.
14.
15.
16.
汽车的进气噪声能够直接影响车内的噪声水平和声品质。在车内动力感声品质研究过程中,需要借助进气噪声能量增强车内噪声的动力感,在发动机半消声室单纯测试进气噪声的传统方法无法满足汽车声品质研究需要。因此,本文中提出了一种在整车半消声室NVH底盘测功机上同时获得进气噪声和车内噪声的方法,通过现场测试人员的主观感受和测试数据的分析,验证了该方法的有效性,能够获得相对纯净的进气噪声;并对研究车型急加速工况下的进气噪声和车内噪声品质的关联性进行了分析,通过对4个典型的声品质客观参量的对比分析发现进气噪声是车内动力感声品质实现中比较优秀的噪声源,其研究对汽车声品质设计具有重要意义。 相似文献
17.
针对电动轿车低速行驶时车外声音过小而难以引起车辆和行人的警觉问题,本文中提出一种警示声的设计方法。首先,采集传统内燃机汽车车外声,并通过采用语音合成技术改变其声音信号特定频段内的幅值,以获得大量的声音信号样本;接着,以声品质概念为基础,进行主观评价试验,并计算出各声音信号的客观心理声学参数,选出对应车速区间内评分值最好的声音样本作为警示声;最后,采用模拟退火算法和遗传算法来优化BP神经网络,并以主客观评价数据为基础,建立SA/GA-BP神经网络的电动轿车警示声声品质主观评价客观量化模型,以6个客观参量作为输入,主观评价值作为输出。结果表明,该模型具有很快的收敛速度和很高的预测精度。 相似文献
18.
白车身是汽车的重要结构之一,随着经济快速发展,消费者对车辆的使用性能要求越来越高,尤其是对乘员舱内的驾驶体验和对乘员舱内部声音要求.以某皮卡车型为研究对象,介绍前围透过声控制的方法,为后期开发皮卡车型提升NVH (Noise Vibration Harshness,噪声、振动与声振粗糙度)性能提供设计思路. 相似文献
19.
本文中建立了GA-BP声品质预测模型,引入声品质贡献因子,以期通过传递路径分析更加直观地反映结构噪声传递路径对烦躁度的贡献情况和掩蔽效应对声品质的影响。采用两级优化方案,通过遗传算法确定与目标烦躁度值对应的目标传递函数,并进一步匹配悬置参数。结果表明,基于声品质贡献因子的发动机悬置优化方案可有效地改善车内声品质,降低结构路径对烦躁度的贡献量。 相似文献