CN109724811A - 一种乘坐室声品质的结构传递路径检测系统 - Google Patents
一种乘坐室声品质的结构传递路径检测系统 Download PDFInfo
- Publication number
- CN109724811A CN109724811A CN201811569134.XA CN201811569134A CN109724811A CN 109724811 A CN109724811 A CN 109724811A CN 201811569134 A CN201811569134 A CN 201811569134A CN 109724811 A CN109724811 A CN 109724811A
- Authority
- CN
- China
- Prior art keywords
- sound quality
- module
- transmission path
- path
- passenger compartment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种乘坐室声品质的结构传递路径检测系统,本发明包括激励获取模块,声品质预测模块,结构传递路径辨识模块以及优化设计模块;其中,激励获取模块包括振动激励源的确认和激励信号的采集;声品质预测模块包括乘坐室噪声信号采集、主观评价和心理声学参数计算,用于建立乘坐室声品质预测模型;结构传递路径辨识模块用于确认振动激励源与乘坐室噪声之间的传递路径,各传递路径的传递函数计算以及各路径对声品质评价结果的贡献量计算;优化设计模块用于分析主要传递路径的传递函数对声品质的影响,应用优化设计方法改善路径中相关结构的特性参数,获得可以改善声品质的传递函数。
Description
技术领域
本发明涉及到车辆舒适性研究领域,具体涉及到乘坐室声品质的结构传递路径检测系统。
背景技术
机械系统的振动和噪声是由多个激励通过不同的传递路径抵达目标位置后叠加而成的。为了更好地诊断和优化振动和噪声,需要综合考虑各个激励和传递路径的情况,传递路径分析(TPA:Transfer Path Analysis)就是一个行之有效的方法。
声品质是对声音性质的描述,反映的是人们对声音事件的主观感受。指人耳的听觉感知过程,然后人再根据自己的感知做出主观判断。科研人员在提出了声品质的概念之后,又相继提出了影响声品质的客观参量,比如:响度、尖锐度、粗糙度、抖动度、音调度等。
研究表明:声压级(A、B、C计权)作为评价噪声的主要客观参数并不能准确反映人对噪声的主观感受,但是,目前,研究人员仍多进行关于传递路径对车内噪声声压级的贡献量的检测,并在此基础上进行优化设计,而对于声品质贡献量的研究,尚处于探索阶段。
发明内容
本发明针对上述研究情况,提供一种乘坐室声品质的结构传递路径检测系统,用于检测各个振动激励通过结构路径对乘坐室内声品质的影响大小,并对主要贡献路径上相关结构的特性参数进行优化设计,为改善乘坐舒适性的车辆设计提供方案。
本发明是通过以下技术方案实现,本发明包括激励获取模块,声品质预测模块,结构传递路径辨识模块以及优化设计模块,其中:
激励获取模块通过分析车辆运动时各部件的受力情况,确定振动激励的来源,并采集相关激励信号;
声品质预测模块进行乘坐室噪声信号的采集,在此基础上进行噪声品质的主观评价和心理声学参数计算,最后利用遗传算法和BP神经网络建立乘坐室声品质预测模型;
结构传递路径辨识模块利用激励获取模块所确定的振动激励的来源来确认振动激励源与乘坐室噪声之间的传递路径,获取各传递路径的传递函数,将采集到的激励信号和获得的传递函数相结合,输入声品质预测模块所建立的乘坐室声品质预测模型,得到各路径对声品质评价结果的贡献量;
优化设计模块利用结构传递路径辨识模块获得的各路径对声品质评价结果的贡献量,确定主要贡献路径,分析路径传递函数对乘坐室声品质的影响,通过优化设计方法改进路径上相关结构的性能参数,将优化后的参数与结构传递路径辨识模块和声品质预测模块相结合,检验改进效果。
所述的激励获取模块,其通过分析车辆运动时各部件的受力情况,确定振动激励的来源,采用试验测量的方法采集相关振动激励信号。
所述的声品质预测模块,其通过试验方法获取乘坐室噪声信号,进行主观评价试验和心理声学参数计算,利用遗传算法和BP神经网络将主观评价试验结果和心理声学参数值关联,建立乘坐室声品质预测模型。
所述的结构传递路径辨识模块,其根据激励获取模块确定传递路径,采用试验方法获得路径传递函数,将采集到的激励信号和获得的传递函数相结合,输入声品质预测模块所建立的乘坐室声品质预测模型,得到各路径对声品质评价结果的贡献量。
所述的优化设计模块,其根据结构传递路径辨识模块得到的各路径对声品质评价结果的贡献量,确定主要贡献路径,分析路径传递函数对乘坐室声品质的影响,通过优化设计方法改进路径上相关结构的性能参数,将优化后的参数与结构传递路径辨识模块和声品质预测模块相结合,检验改进效果,若达到改善声品质的效果,则优化结束,反之,则继续优化,并重复调用结构传递路径辨识模块和声品质预测模块,对优化结果进行检验。
本发明具有如下效果:
(1)以声品质评价结果作为检测对象,可以全面地反映车内声音情况。
(2)以结构传递路径的传递函数为基础,结合路径上相关结构特征参数优化设计的常用方法而构成的检测体系,将试验研究与数值仿真预测相结合,具有很强的工程实践价值和可操作性。
(3)结构传递路径辨识模块,通过分析各个结构路径的传递函数对声品质评价结果的贡献量以确定具体路径及路径上的零部件对车内声品质影响最大,为下一步的改善确定目标;优化设计模块针对结构传递路径辨识模块中影响较大的零部件进行性能改善,以获取更好的车内声品质,这样优化的针对性更强。
(4)本发明可以对影响乘坐室声品质的结构传递路径进行更加准确的辨识,分析出路径中相关结构的特性参数对乘坐室声品质的影响,为改善乘坐舒适性的车辆设计提供方案。
附图说明
图1为本发明的结构框图;
图2为声品质预测模块中GA-BP神经网络的工作原理图;
图3为结构传递路径辨识模块的工作流程图;
图4为优化设计模块的工作流程图。
具体实施方式
下面结合本申请所提供的附图,对申请方案进行清楚完整地描述。
如图1所示,本发明的结构包括:激励获取模块,声品质预测模块,结构传递路径辨识模块以及优化设计模块,其中:激励获取模块通过分析车辆运动时各部件的受力情况,确定振动激励的来源,并采集相关激励信号;
声品质预测模块进行乘坐室噪声信号的采集,在此基础上进行噪声品质的主观评价和心理声学参数计算,最后利用遗传算法和BP神经网络建立乘坐室声品质预测模型;
结构传递路径辨识模块利用激励获取模块所确定的振动激励的来源来确认振动激励源与乘坐室噪声之间的传递路径,获取各传递路径的传递函数,将采集到的激励信号和获得的传递函数相结合,输入声品质预测模块所建立的乘坐室声品质预测模型,得到各路径对声品质评价结果的贡献量;
优化设计模块利用结构传递路径辨识模块获得的各路径对声品质评价结果的贡献量,确定主要贡献路径,分析路径传递函数对乘坐室声品质的影响,通过优化设计方法改进路径上相关结构的性能参数,将优化后的参数与结构传递路径辨识模块和声品质预测模块相结合,检验改进效果。
如图2所示,为声品质预测模块建立声品质预测模型所用的GA-BP神经网络的工作原理图,其中,遗传算法(GA)是用于优化BP神经网络的初始权值和阈值。由于BP神经网络需要一定的样本进行训练后才可以预测,所以在建立预测模型前要进行主观评价和心理声学参数计算,具体包括:
响度计算(Zwicker模型):
尖锐度计算(Zwicker模型):
粗糙度数学模型:
波动度计算模型:
将试验采集到的车内噪声信号的频响函数带入以上公式,即可得到相应参数值。
将烦躁度作为声品质评价指标,组织相关人员听取所有噪声样本音频,采用等级评分法,根据对噪声的主观感受进行打分。具体打分指标如下表:
选取部分样本的心理声学参数计算值和主观评价结果作为输入和输出,带入GA-BP神经网络中进行训练,即得到声品质预测模型。
如图3所示,为结构传递路径辨识模块的工作流程图,首先确定与振动激励源相对应的结构传递路径,然后通过试验获得路径的传递函数,再将传递函数与激励获取模块得到的振动激励信号相结合,输入到声品质预测模型中,获得各路径对声品质评价结果的贡献量。本发明通过创建烦躁度贡献因子来表征各路径对声品质评价结果的贡献量,具体计算公式如下:其中,fij表示烦躁度贡献因子,Yi表示第Xi工况下的车内总烦躁度,Yij表示第Xi工况下的一个激励uij及其对应的路径传递函数Hij得到的车内烦躁度。
如图4所示,为优化设计模块的工作流程图,根据结构传递路径辨识模块得到的烦躁度贡献因子的大小,确定主要贡献路径,然后以降低烦躁度值为目标,以主要贡献路径上相关结构的传递函数为设计变量,借助遗传算法获得传递函数的最优解,再以该结构的传递函数最优解为目标,对结构的特性参数进行优化设计,获得可以匹配传递函数最优解的参数值,最后,将优化后的参数值重新带入结构传递路径辨识模块和声品质预测模块中,检验优化设计是否达到效果。
以发动机产生的振动激励为例,其影响乘坐室声品质的结构传递路径包括发动机悬置、车身加速度阻抗和车身壁板辐射噪声三部分,通过试验分别获取三部分的传递函数,相乘即为该路径总的传递函数。
选择三点式的发动机悬置布置方案,将激励分为x、y、z三个方向,即获得九条发动机产生的振动激励影响乘坐室声品质的结构传递路。
将这九条路径的传递函数与各自对应的激励结合,输入声品质预测模型中,通过比较烦躁度贡献因子的大小,确定主要贡献路径。
然后选择主要贡献路径上的发动机悬置的传递函数为设计变量,以降低烦躁度值为目标,借助遗传算法获得传递函数的最优解,再以传递函数最优解为目标,对发动机悬置的特性参数如刚度和阻尼进行优化设计,获得可以匹配传递函数最优解的刚度和阻尼值,重新带入结构传递路径辨识模块和声品质预测模块中,检验优化设计是否达到效果。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (5)
1.一种乘坐室声品质的结构传递路径检测系统,其特征在于,包括激励获取模块、声品质预测模块、结构传递路径辨识模块和优化设计模块,其中,
激励获取模块通过分析车辆运动时各部件的受力情况,确定振动激励的来源,并采集相关激励信号;
声品质预测模块进行乘坐室噪声信号的采集,在此基础上进行噪声品质的主观评价和心理声学参数计算,最后利用遗传算法和BP神经网络建立乘坐室声品质预测模型;
结构传递路径辨识模块利用激励获取模块所确定的振动激励的来源来确认振动激励源与乘坐室噪声之间的传递路径,获取各传递路径的传递函数,将采集到的激励信号和获得的传递函数相结合,输入声品质预测模块所建立的乘坐室声品质预测模型,得到各路径对声品质评价结果的贡献量;
优化设计模块利用结构传递路径辨识模块获得的各路径对声品质评价结果的贡献量,确定主要贡献路径,分析路径传递函数对乘坐室声品质的影响,通过优化设计方法改进路径上相关结构的性能参数,将优化后的参数与结构传递路径辨识模块和声品质预测模块相结合,检验改进效果。
2.根据权利要求1所述的乘坐室声品质的结构传递路径检测系统,其特征在于,所述的激励获取模块,其通过分析车辆运动时各部件的受力情况,确定振动激励的来源,采用试验测量的方法采集相关振动激励信号。
3.根据权利要求1所述的乘坐室声品质的结构传递路径检测系统,其特征在于,所述的声品质预测模块,其通过试验方法获取乘坐室噪声信号,进行主观评价试验和心理声学参数计算,利用遗传算法和BP神经网络将主观评价试验结果和心理声学参数值关联,建立乘坐室声品质预测模型。
4.根据权利要求1所述的乘坐室声品质的结构传递路径检测系统,其特征在于,所述的结构传递路径辨识模块,其根据激励获取模块确定传递路径,采用试验方法获得路径传递函数,将采集到的激励信号和获得的传递函数相结合,输入声品质预测模块所建立的乘坐室声品质预测模型,得到各路径对声品质评价结果的贡献量。
5.根据权利要求1所述的乘坐室声品质的结构传递路径检测系统,其特征在于,所述的优化设计模块,其根据结构传递路径辨识模块得到的各路径对声品质评价结果的贡献量,确定主要贡献路径,分析路径传递函数对乘坐室声品质的影响,通过优化设计方法改进路径上相关结构的性能参数,将优化后的参数与结构传递路径辨识模块和声品质预测模块相结合,检验改进效果,若达到改善声品质的效果,则优化结束,反之,则继续优化,并重复调用结构传递路径辨识模块和声品质预测模块,对优化结果进行检验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569134.XA CN109724811B (zh) | 2018-12-21 | 2018-12-21 | 一种乘坐室声品质的结构传递路径检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569134.XA CN109724811B (zh) | 2018-12-21 | 2018-12-21 | 一种乘坐室声品质的结构传递路径检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109724811A true CN109724811A (zh) | 2019-05-07 |
CN109724811B CN109724811B (zh) | 2020-12-18 |
Family
ID=66296244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811569134.XA Active CN109724811B (zh) | 2018-12-21 | 2018-12-21 | 一种乘坐室声品质的结构传递路径检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109724811B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006883A (zh) * | 2019-12-31 | 2020-04-14 | 重庆长安汽车股份有限公司 | 一种汽车空气声隔声弱点优化方法 |
CN111982274A (zh) * | 2020-07-22 | 2020-11-24 | 江苏大学 | 一种基于声品质贡献系数的电机噪声源识别方法及系统 |
CN112013434A (zh) * | 2019-05-30 | 2020-12-01 | 宁波方太厨具有限公司 | 一种吸油烟机使用时刻噪声评测方法 |
CN112161699A (zh) * | 2020-08-24 | 2021-01-01 | 河南科技大学 | 一种无人驾驶汽车的共振监测系统及其监测方法 |
CN113686584A (zh) * | 2021-08-13 | 2021-11-23 | 潍柴动力股份有限公司 | 发动机怠速声品质优化方法、系统以及发动机 |
CN113884312A (zh) * | 2021-09-30 | 2022-01-04 | 安徽江淮汽车集团股份有限公司 | 一种基于tpa分析模型的车内轰鸣排查方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0504562B1 (de) * | 1991-02-20 | 1995-05-10 | Nokia (Deutschland) GmbH | Tonwiedergabeanordnung für eine Tonwiedergabe mit einem Raumklangeffekt |
WO2006026221A2 (en) * | 2004-08-25 | 2006-03-09 | Motorola, Inc. | Speakerphone having improved outbound audio quality |
CN101672690A (zh) * | 2009-09-27 | 2010-03-17 | 吉林大学 | 基于听觉模型的车内噪声烦躁度客观量化评价方法 |
CN102438195A (zh) * | 2011-09-29 | 2012-05-02 | 林建辉 | 高速车辆客室噪声声场分时模拟系统及其模拟方法 |
CN103471709A (zh) * | 2013-09-17 | 2013-12-25 | 吉林大学 | 乘用车车内噪声声品质预测方法 |
CN108593092A (zh) * | 2018-02-13 | 2018-09-28 | 东华大学 | 一种基于传递路径分析的高端纺织机械噪声识别方法 |
-
2018
- 2018-12-21 CN CN201811569134.XA patent/CN109724811B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0504562B1 (de) * | 1991-02-20 | 1995-05-10 | Nokia (Deutschland) GmbH | Tonwiedergabeanordnung für eine Tonwiedergabe mit einem Raumklangeffekt |
WO2006026221A2 (en) * | 2004-08-25 | 2006-03-09 | Motorola, Inc. | Speakerphone having improved outbound audio quality |
CN101672690A (zh) * | 2009-09-27 | 2010-03-17 | 吉林大学 | 基于听觉模型的车内噪声烦躁度客观量化评价方法 |
CN102438195A (zh) * | 2011-09-29 | 2012-05-02 | 林建辉 | 高速车辆客室噪声声场分时模拟系统及其模拟方法 |
CN103471709A (zh) * | 2013-09-17 | 2013-12-25 | 吉林大学 | 乘用车车内噪声声品质预测方法 |
CN108593092A (zh) * | 2018-02-13 | 2018-09-28 | 东华大学 | 一种基于传递路径分析的高端纺织机械噪声识别方法 |
Non-Patent Citations (3)
Title |
---|
FALIN ZENG: "Study on the sound quality of steady and unsteady exhaust noise", 《MATHEMATICAL PROBLEMS IN ENGINEERING》 * |
唐荣江: "车内声品质评价预测与控制技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
曾发林: "基于声品质贡献因子的发动机悬置优化", 《汽车工程》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112013434A (zh) * | 2019-05-30 | 2020-12-01 | 宁波方太厨具有限公司 | 一种吸油烟机使用时刻噪声评测方法 |
CN111006883A (zh) * | 2019-12-31 | 2020-04-14 | 重庆长安汽车股份有限公司 | 一种汽车空气声隔声弱点优化方法 |
CN111982274A (zh) * | 2020-07-22 | 2020-11-24 | 江苏大学 | 一种基于声品质贡献系数的电机噪声源识别方法及系统 |
CN112161699A (zh) * | 2020-08-24 | 2021-01-01 | 河南科技大学 | 一种无人驾驶汽车的共振监测系统及其监测方法 |
CN113686584A (zh) * | 2021-08-13 | 2021-11-23 | 潍柴动力股份有限公司 | 发动机怠速声品质优化方法、系统以及发动机 |
CN113884312A (zh) * | 2021-09-30 | 2022-01-04 | 安徽江淮汽车集团股份有限公司 | 一种基于tpa分析模型的车内轰鸣排查方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109724811B (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109724811A (zh) | 一种乘坐室声品质的结构传递路径检测系统 | |
CN106996828A (zh) | 预测加速工况车内噪音贡献量大小的方法 | |
CN103471709A (zh) | 乘用车车内噪声声品质预测方法 | |
CN101672690A (zh) | 基于听觉模型的车内噪声烦躁度客观量化评价方法 | |
US20210304785A1 (en) | Abnormal noise determination apparatus and method | |
CN102475554B (zh) | 一种利用声品质指导车内声学包装的方法 | |
CN109211588B (zh) | 一种前围隔声套组弱点分析的试验方法 | |
CN110751959A (zh) | 一种汽车噪声不舒适度评价方法 | |
CN106568501A (zh) | 低噪声产品的声品质客观参量近场检测方法 | |
US20060126855A1 (en) | Method and device for determining acoustical transfer impedance | |
CN108920854A (zh) | 一种基于无线互联和便携式客户端的噪声在线诊断和声品质评价方法和系统 | |
JP2001108518A (ja) | 異常検知方法および装置 | |
CN113884312A (zh) | 一种基于tpa分析模型的车内轰鸣排查方法 | |
Lee et al. | The application of artificial neural networks to the characterization of interior noise booming in passenger cars | |
Pasch et al. | Multi-domain simulation for the assessment of the nvh behaviour of a tractor with hydrostatic-mechanical power split transmission | |
JP2017149336A (ja) | 車両音評価装置 | |
Siano et al. | Sensitivity analysis and correlation Experimental/Numerical FEM-BEM for Noise Reduction assessment of an engine beauty cover | |
Hohls et al. | Psychoacoustic analysis of HVAC noise with equal loudness | |
Pasch et al. | NVH system simulation of a tractor with hydrostatic-mechanical power split transmission | |
KR100354969B1 (ko) | 차량의 실내 소음 음질 분석 방법 | |
CN110263408B (zh) | 一种利用bni曲线评估ntf风险的方法 | |
RU2331893C1 (ru) | Способ выделения дискретных составляющих в спектре сигнала и устройство для его осуществления | |
Guo et al. | Roughness evaluation approach for nonstationary vehicle noise based on wavelet packet and neural network techniques | |
Neto et al. | Experimental analysis of the dispersion in the measurement of the absorption coefficient with the impedance tube | |
Alt et al. | Vehicle interior noise simulation for evaluating prototype powertrains in the vehicle—Part 1 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |