电动汽车声品质的评价分析及建模

《电动汽车声品质的评价分析及建模》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com·基础研究·电动汽车声品质的评价分析及建模胡腾陆益民(合肥工业大学，合肥230009)【摘要】针对A计权声压级不能准确衡量人对电动汽车噪声感受的问题，通过采集两辆电动汽车不同工况下的噪声信号，在计算得到噪声客观参量后，结合成对比较法的主观评价试验，从多方面对电动汽车噪声进行了评价。根据主观评价结果与对各参量的分析结果，采用回归方法建立了电动汽车声品质评价结果与客观参量间的非线性预测模型，并验证了模型的有效性和准确性。主题词：电动汽车声品质主观评价回归分析中图分类号：U467．793文献标识码：A文章编号：1000—3703(2016)03—0026—0

2、4EvaluationandModelingofSoundQualityforElectricVehicleHuTeng，LuYimin(Hefeiuniversityoftechnology，Hefei230009)【Abstract】UsingA-weightedSPLcannotmeasurethefeelofhumanbeingonelectricvehiclenoiseaccurately．Toeliminatethisshortcoming，noisesignalsoftwoEVsunderdifferentconditionsarecollected．Afterthenoi

3、seobjectiveparametersarecalculated，andcombinedwithsubjectiveevaluationtestofpairedcomparisonmethod，noiseevaluationofEVismadefrommanyaspects．Basedonresultsofthesubjectiveevaluationandanalysisofvariousparameters，anonlinearforecastmodelbetweentheevaluationresultsandtheobjectiveparametersofthesoundqu

4、alityisestablishedwithregressionanalysis，andeffectivenessandaccuracyofthismodelareverified．Keywords：EV，Soundquality，Subjectiveevaluation，Regressionanalysis1前言2车内噪声主观评价汽车声品质是汽车NVH问题研究的重要内容，而2．1噪声信号的获取建立声音与人主观感受之间的数学模型是声品质研究针对两款纯电动汽车(A车和B车)进行试验，采用的重点之一。随着声品质研究的深入，人们逐渐形成多LMS公司的SCM05数据采集系统采集数据，采样频率维研

5、究的共识，强调在多个维度对声品质进行建模。近为44100Hz，采样时间为20S。利用B&K生产的年来，诸多学者将多元回归分析方法运用于声品质模型4189A型传声器采集噪声信号，并利用Racelogic车速仪建立并取得很好效果n。。但虽然通过传统回归方法建记录车速。模简单方便，将客观参量进行线性组合即可对声品质进由于驾驶员耳旁声音具有代表性，故选择采集该处行预测，具有一定的实际应用价值，然而由于导致声品的噪声信号用于分析研究，测点位置如图1所示。试验质主观感受差异的因素很多，且这些因素与主观感受往时分别采集两款车以车速为0、20、40、60km／h和80kndh往成非线性关系州，因此应建立

6、更精确的非线性模型。匀速行驶时驾驶员右耳处的噪声信号，分别用A1、A2、本文通过测试再计算得到噪声的主观评价值和心A3、A4、A5和B1、B2、B3、B4、B5乏示。理声学客观参量，采用回归方法建立电动汽车声品质评2．2评价试验方法选择价结果与客观参量间的非线性预测模型，并对模型进行声品质主观评价是一种通过听众对声音的主观感显著性检验以及模型间的比较，验证了模型的有效性和受，按照一定评价要求和测评规则对声音进行评价的方准确度。法【5】，常用方法包括评分法、成对比较法、语义细分法、排～26—汽车技术学兔兔www.xuetutu.com·基础研究·序法等。由于成对比较法在样本较少且测评者测评

7、经验C．当≤0时，却有≥0。相对不足情况下具有明显优势[61，因此根据此次试验目的采用计权一致性系数来判断主观评价数据的有效和条件，选择成对比较法对声音样品进行主观评价。成性r-，计算式如下：F对比较法即将声音样品进行两两对比，作出甲声音优于=1一E(1)乙声音、劣于乙声音或两者难以分辨的判断，最后将对比一p式中，Ep=C是理论上可能产生的错误数，n为参与比较结果进行加权得到数值化结果，从而根据数值结果直观的样本数；为实际产生的错误