CN109920439A - 基于音调能量和人耳频率选择性的减变速机啸叫评判方法 - Google Patents

基于音调能量和人耳频率选择性的减变速机啸叫评判方法 Download PDF

Info

Publication number
CN109920439A
CN109920439A CN201910193299.XA CN201910193299A CN109920439A CN 109920439 A CN109920439 A CN 109920439A CN 201910193299 A CN201910193299 A CN 201910193299A CN 109920439 A CN109920439 A CN 109920439A
Authority
CN
China
Prior art keywords
frequency
energy
tone
pitched sounds
sharpness
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
Application number
CN201910193299.XA
Other languages
English (en)
Other versions
CN109920439B (zh
Inventor
王琇峰
金帅普
郭美娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201910193299.XA priority Critical patent/CN109920439B/zh
Publication of CN109920439A publication Critical patent/CN109920439A/zh
Application granted granted Critical
Publication of CN109920439B publication Critical patent/CN109920439B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,先采样减变速机噪声信号,对噪声信号进行A计权,并将处理后信号转换到对数域,进行傅里叶变换,得到其能量幅频曲线;再计算噪声信号特征响度与临界频带率,计算每个特征响度的频带尖锐度,并对频带尖锐度归一化处理;对能量幅频曲线进行频程高斯平滑处理作为背景噪声,选取候选音调;根据临界频带率与频率的对应关系,计算频带尖锐度加权因子,加权后作为噪声信号的能量幅频曲线;计算音调带宽内的音调能量、背景噪声能量以及两者的差,进行影响啸叫异响频率的主次排序;本发明使低频区成为非敏感区,使高频区凸显其尖锐属性,从而有效模拟人耳对啸叫的主观感觉。

Description

基于音调能量和人耳频率选择性的减变速机啸叫评判方法
技术领域
本发明涉及减变速机啸叫异响评价技术领域,特别涉及一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法。
背景技术
减变速机是用来改变来自发动机转速及转矩的机构,能够实现不同转速的输出,具有效率高、构造简单、使用方便的优点,广泛应用于船舶、车辆等领域中。减变速机的齿轮系统一般是由常啮合齿轮对、挡位啮合齿轮对及惰轮啮合齿轮对组成,齿轮在生产过程中,由于加工设备精度不足、装配操作不合理,齿轮齿面出现微观形貌不平整及局部缺陷等问题,进而导致齿轮对在啮合过程中出现刺耳的啸叫异响,其信号频谱通常表现为某一主要频率阶次能量突出。准确识别引起啸叫问题的阶次特征对指导齿轮微观修形,降低啸叫异音具有重要意义。
啸叫异响是一种典型的主观评价指标,通过人耳评定,人耳是一个强非线性系统,对不同的频率敏感度不同,即使相同能量,不同频率的声音听觉感受不同。直接通过1/3倍频程分析中心频率能量的大小来评判啸叫仅考虑噪声信号能量,忽略了人耳对频率的选择性,无法根据人耳主观感觉给出引起啸叫的频率阶次的主次关系。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供了一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,使低频区成为非敏感区,使高频区凸显其尖锐属性,从而有效模拟人耳对啸叫的主观感觉。
为了达到上述目的,本发明采取的技术方案为:
一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,包括以下步骤:
步骤1:使用噪声传感器高频采样减变速机噪声信号;
步骤2:对噪声信号进行A计权处理,并将处理后信号转换到对数域,然后进行傅里叶变换,得到其能量幅频曲线A(f);A计权频响函数为:
其中:
c1=3.5041384×1016
c2=20.5989972
c3=107.652652
c4=737.862232
c5=12194.2172
f—频率(Hz)
步骤3:根据ISO532-1计算噪声信号特征响度与临界频带率,然后计算每个特征响度的频带尖锐度S(z),并对频带尖锐度S(z)进行归一化处理,频带尖锐度S(z)计算公式为:
其中,z代表临界频带率,N'(z)代表随临界频带率变化的特征响度,g(z)代表随临界频带率变化的尖锐度权值系数:
归一化处理为:
Smin为S(z)中最小值,Smax为S(z)中最大值;
步骤4:对步骤2得到的能量幅频曲线A(f)进行1/24倍频程高斯平滑处理,将处理后的数据作为背景噪声B(f),选取{a(fi)=A(fi)|A(f)-B(f)≥6}作为候选音调,其中a(fi)为满足上式的第i个候选音调;
步骤5:根据临界频带率z与频率f的对应关系映射a(fi)→a(zi),计算步骤3中所得频带尖锐度S(z)加权因子:
其中,S(zi)是根据步骤3中计算出的频带尖锐度,N为选取的临界频带个数;令A(fi)=a(fi)=s·a(zi),将加权后的A(f)作为噪声信号的能量幅频曲线,进行后续计算;
步骤6:根据a(fi)在频谱上对应的双边谷底位置确定音调带宽上下限[fi1,fi2],计算音调带宽内的音调能量Eti
其中,Ak代表能量幅频曲线的幅值;
步骤7:根据a(fi)在频谱上对应的中心频率fi,计算其对应的临界频带zi=[fLi,fHi],计算临界频带内噪声总能量Etotali
其中,Ak代表能量幅频曲线的幅值;
步骤8:计算背景噪声能量Eni
步骤9:计算音调能量与背景噪声能量的差Eri=Eti-Eni,并根据Eri的大小来进行影响啸叫异响频率的主次排序。
所述的步骤1-步骤5的A计权与频带尖锐度加权,体现了人耳频率选择性。
所述的步骤6-步骤9的能量计算,用于量化不同频率音调对啸叫的贡献程度。
本发明的有益效果为:
本发明中A计权特性为:1000Hz以内对噪声幅值具有较强的衰减作用,1000Hz-6000Hz对噪声幅值具有微弱的增益作用,6000Hz-20000Hz对噪声幅值具有较强的衰减作用;由于现实中减变速机的齿轮啮合频率一般不会高于6000Hz,所以本发明方法主要应用了A计权在1000Hz以内的低频衰减特性(低频选择性)。本发明中频带尖锐度随频率的增大而增大,将其加权到噪声信号中,对小于1000Hz的低频成分有轻微的衰减作用,对大于1000Hz的高频成分具有明显的增益效应,且随着频率的增加,增益效应越强,所以本发明方法主要应用了频带尖锐度的高频增益效应(高频选择性)。与传统1/3倍频程分析方法评判啸叫相比,本发明方法可有效模拟人耳对整个频带的选择性,并指出影响啸叫的主次频率,所得到的客观评价数值更加符合人耳主观感受。
附图说明
图1为本发明方法的流程图。
图2为本发明实施例实验变速器结构简图。
图3为本发明实施例噪声信号时域图、频谱图(对数域)和经过A计权后的频谱图(对数域)。
图4为本发明实施例噪声信号计算所得特征响度图。
图5为本发明实施例A计权后频谱图经过1/24倍频程后所得背景噪声曲线图(对数域)。
图6为本发明实施例所选音调最终评判结果图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明。
如图1所示,一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,包括以下步骤:
步骤1:通过噪声传感器高频采样减变速机噪声信号,其采样频率为40960Hz,减变速机每个挡位在加速过程中均存在较为不同程度的啸叫异音;该减变速机结构简图与齿轮参数如图2所示,图2中标出了每个齿轮的齿数、输入轴、输出轴和中间轴,并在下方标出了各个齿轮副对应的挡位;选择啸叫较为严重的3挡,转速n=2337rpm,其各转轴转频和挡位啮合频率如表1,
表1减变速机特征频率
步骤2:对噪声信号进行A计权处理,将处理后信号转换到对数域,然后进行傅里叶变换,得到能量幅频特性曲线A(f);A计权频响函数为:
其中:
c1=3.5041384×1016
c2=20.5989972
c3=107.652652
c4=737.862232
c5=12194.2172
f—频率(Hz)
本实施例噪声信号、未进行A计权幅频曲线(对数域)和A计权后幅频曲线(对数域)如图3所示,从图3中可以看出A计权对1000Hz以内的低频区能量幅值衰减较大,对1000Hz以上高频区能量幅值影响微小,体现了A计权在低频区的主要选择特性;
步骤3:根据ISO532-1计算噪声信号的特征响度与临界频带率,在此基础上,然后计算每个特征响度的频带尖锐度S(z):
其中,z代表临界频带率,N'(z)代表随临界频带率变化的特征响度,g(z)代表随临界频带率变化的尖锐度权值系数:
根据公式将频带尖锐度S(z)归一化到[0,1]之间,作为后续音调能量加权因子,本实施例特征响度图如图4所示,图4中横坐标为临界频带率,纵坐标为特征响度,该图表示响度在单位临界频带率上的分布,是计算频带尖锐度的基础;
步骤4:对步骤2中能量幅频函数A(f)进行1/24倍频程高斯平滑处理,将处理后的数据作为背景噪声B(f),选取作)为候选音调,其中a(fi)为满足上式的第i个候选音调;将B(f)、A(f)、候选音调绘制在同一张图上,如图5所示,图5中黑色为能量幅频曲线,灰色为背景噪声,黑点为选出的候选音调;
步骤5:依据临界频带率z与频率f的对应关系映射a(fi)→a(zi),计算步骤3中所得频带尖锐度S(z)加权因子:
其中,S(zi)时根据步骤3中计算出的频带尖锐度,N为选取的临界频带个数,此处取N=1,可根据不同效果进行更改;令A(fi)=a(fi)=s·a(zi),将加权后的A(f)作为噪声信号的能量幅频曲线,进行后续计算;考虑频带尖锐度加权后能量幅频曲线如图6上图所示,图6中上图为频带尖锐度加权后的能量幅频曲线,对比图5与图6中能量幅频曲线可以看出频带尖锐度加权对1170Hz和5834Hz的音调能量幅值均有增益效应,但是对5834Hz音调能量幅值增益效应更强,使原本幅值较大的1170Hz音调变为幅值第二大,充分表现了频带尖锐度的高频选择特性;
步骤1-步骤5的A计权与频带尖锐度加权,体现了人耳频率选择性;
步骤6:根据a(fi)在频谱上对应的双边谷底位置确定音调带宽上下限[fi1,fi2],计算音调带宽内的音调能量Eti
其中,Ak代表能量幅频曲线的幅值;
步骤7:根据a(fi)在频谱上对应的中心频率fi,计算其对应的临界频带zi=[fLi,fHi],计算临界频带内噪声总能量Etotali
其中,Ak代表能量幅频曲线的幅值;
步骤8:计算背景噪声能量Eni
步骤9:计算音调能量与背景噪声能量的差Eri=Eti-Eni,并根据Eri的大小来进行影响啸叫异响频率的主次排序,其结果如图6所示,由图6可以看出5834Hz处音调的Er值最大,1170Hz处音调的Er值第二大,所以该实例中5834Hz处音调对啸叫的贡献最大,1170Hz处音调对啸叫的贡献第二大。
步骤6-步骤9的能量计算,用于量化不同频率音调对啸叫的贡献程度。
本实施例经5人专家评审团的人耳主观评价检验,检验方式为:每个噪声样本中依次滤除候选音调成分,然后与没有滤除任何音调成分的噪声样本进行比较,主观判断出对啸叫贡献大小的音调成分的主次顺序。其检验结果如表2所示,从表2可以得出,在22个噪声样本中,有21个噪声样本的人耳评价结果与本发明方法判断结果一致,正确率达到95.45%,说明本发明方法具有较高的正确率。
表2
以上所述仅是本发明的优选实施例,应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以做出若干改进,这些改进也应视为本发明的保护范围。

Claims (3)

1.一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,其特征在于:包括以下步骤:
步骤1:使用噪声传感器高频采样减变速机噪声信号;
步骤2:对噪声信号进行A计权处理,并将处理后信号转换到对数域,然后进行傅里叶变换,得到其能量幅频曲线A(f);A计权频响函数为:
其中:
c1=3.5041384×1016
c2=20.5989972
c3=107.652652
c4=737.862232
c5=12194.2172
f—频率(Hz)
步骤3:根据ISO532-1计算噪声信号特征响度与临界频带率,然后计算每个特征响度的频带尖锐度S(z),并对频带尖锐度S(z)进行归一化处理,频带尖锐度S(z)计算公式为:
其中,z代表临界频带率,N'(z)代表随临界频带率变化的特征响度,g(z)代表随临界频带率变化的尖锐度权值系数:
归一化处理为:
Smin为S(z)中最小值,Smax为S(z)中最大值;
步骤4:对步骤2得到的能量幅频曲线A(f)进行1/24倍频程高斯平滑处理,将处理后的数据作为背景噪声B(f),选取{a(fi)=A(fi)|A(f)-B(f)≥6}作为候选音调,其中a(fi)为满足上式的第i个候选音调;
步骤5:根据临界频带率z与频率f的对应关系映射a(fi)→a(zi),计算步骤3中所得频带尖锐度S(z)加权因子:
其中,S(zi)是根据步骤3中计算出的频带尖锐度,N为选取的临界频带个数;令A(fi)=a(fi)=s·a(zi),将加权后的A(f)作为噪声信号的能量幅频曲线,进行后续计算;
步骤6:根据a(fi)在频谱上对应的双边谷底位置确定音调带宽上下限[fi1,fi2],计算音调带宽内的音调能量Eti
其中,Ak代表能量幅频曲线的幅值;
步骤7:根据a(fi)在频谱上对应的中心频率fi,计算其对应的临界频带zi=[fLi,fHi],计算临界频带内噪声总能量Etotali
其中,Ak代表能量幅频曲线的幅值;
步骤8:计算背景噪声能量Eni
步骤9:计算音调能量与背景噪声能量的差Eri=Eti-Eni,并根据Eri的大小来进行影响啸叫异响频率的主次排序。
2.根据权利要求1所述的一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,其特征在于:所述的步骤1-步骤5的A计权与频带尖锐度加权,体现了人耳频率选择性。
3.根据权利要求1所述的一种基于音调能量和人耳频率选择性的减变速机啸叫评判方法,其特征在于:所述的步骤6-步骤9的能量计算,用于量化不同频率音调对啸叫的贡献程度。
CN201910193299.XA 2019-03-14 2019-03-14 基于音调能量和人耳频率选择性的减变速机啸叫评判方法 Active CN109920439B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910193299.XA CN109920439B (zh) 2019-03-14 2019-03-14 基于音调能量和人耳频率选择性的减变速机啸叫评判方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910193299.XA CN109920439B (zh) 2019-03-14 2019-03-14 基于音调能量和人耳频率选择性的减变速机啸叫评判方法

Publications (2)

Publication Number Publication Date
CN109920439A true CN109920439A (zh) 2019-06-21
CN109920439B CN109920439B (zh) 2020-11-17

Family

ID=66964855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910193299.XA Active CN109920439B (zh) 2019-03-14 2019-03-14 基于音调能量和人耳频率选择性的减变速机啸叫评判方法

Country Status (1)

Country Link
CN (1) CN109920439B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111710347A (zh) * 2020-04-24 2020-09-25 中科新悦(苏州)科技有限公司 音频数据分析方法、电子设备及存储介质
CN112562714A (zh) * 2020-11-24 2021-03-26 潍柴动力股份有限公司 一种噪声评估方法及装置
CN112562717A (zh) * 2020-12-01 2021-03-26 广州华多网络科技有限公司 啸叫检测方法、装置、存储介质、计算机设备
CN113421539A (zh) * 2021-07-19 2021-09-21 北京安声浩朗科技有限公司 主动降噪方法、装置、电子设备及计算机可读存储介质
CN113758713A (zh) * 2021-08-09 2021-12-07 重庆长安汽车股份有限公司 粗糙声频段自适应识别方法
CN115795899A (zh) * 2022-12-12 2023-03-14 博格华纳汽车零部件(武汉)有限公司 新能源电动汽车啸叫噪声评价方法
CN117949215A (zh) * 2024-03-27 2024-04-30 潍柴动力股份有限公司 一种发动机啸叫故障确定方法、装置、车辆及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004094393A (ja) * 2002-08-29 2004-03-25 Nsk Ltd 転動装置運転状況検知装置及びセンサ検出信号の伝送方法
CN103323101A (zh) * 2013-06-04 2013-09-25 格特拉克(江西)传动系统有限公司 一种用音调定量客观评价变速器齿轮啸叫噪声的方法
CN105136404A (zh) * 2015-09-22 2015-12-09 胡芳友 一种声纹检测系统
CN106537175A (zh) * 2014-07-09 2017-03-22 罗伯特·博世有限公司 用于运载工具的周围环境对象的声学检查的设备和方法
CN108387308A (zh) * 2018-02-27 2018-08-10 安徽江淮汽车集团股份有限公司 变速箱啸叫下线检测方法及其检测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004094393A (ja) * 2002-08-29 2004-03-25 Nsk Ltd 転動装置運転状況検知装置及びセンサ検出信号の伝送方法
CN103323101A (zh) * 2013-06-04 2013-09-25 格特拉克(江西)传动系统有限公司 一种用音调定量客观评价变速器齿轮啸叫噪声的方法
CN106537175A (zh) * 2014-07-09 2017-03-22 罗伯特·博世有限公司 用于运载工具的周围环境对象的声学检查的设备和方法
CN105136404A (zh) * 2015-09-22 2015-12-09 胡芳友 一种声纹检测系统
CN108387308A (zh) * 2018-02-27 2018-08-10 安徽江淮汽车集团股份有限公司 变速箱啸叫下线检测方法及其检测系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ABHILASH PONNATH ETC: "Stimulus change detection in phasic auditory units in the frog midbrain:frequency and ear specific adaptation", 《JOURNAL OF COMPARATIVE PHYSIOLOGY A》 *
朱革: "齿轮噪声解调分析新方法及其音质主观评价体系的研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
沈公奇: "车内噪声声品质心理声学主客观评价模型研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
阳思远: "车内噪声测试及其品质评价方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111710347A (zh) * 2020-04-24 2020-09-25 中科新悦(苏州)科技有限公司 音频数据分析方法、电子设备及存储介质
CN111710347B (zh) * 2020-04-24 2023-12-05 中科新悦(苏州)科技有限公司 音频数据分析方法、电子设备及存储介质
CN112562714A (zh) * 2020-11-24 2021-03-26 潍柴动力股份有限公司 一种噪声评估方法及装置
CN112562717A (zh) * 2020-12-01 2021-03-26 广州华多网络科技有限公司 啸叫检测方法、装置、存储介质、计算机设备
CN112562717B (zh) * 2020-12-01 2023-08-18 广州华多网络科技有限公司 啸叫检测方法、装置、存储介质、计算机设备
CN113421539A (zh) * 2021-07-19 2021-09-21 北京安声浩朗科技有限公司 主动降噪方法、装置、电子设备及计算机可读存储介质
CN113421539B (zh) * 2021-07-19 2023-10-10 北京安声浩朗科技有限公司 主动降噪方法、装置、电子设备及计算机可读存储介质
CN113758713A (zh) * 2021-08-09 2021-12-07 重庆长安汽车股份有限公司 粗糙声频段自适应识别方法
CN113758713B (zh) * 2021-08-09 2023-06-23 重庆长安汽车股份有限公司 粗糙声频段自适应识别方法
CN115795899A (zh) * 2022-12-12 2023-03-14 博格华纳汽车零部件(武汉)有限公司 新能源电动汽车啸叫噪声评价方法
CN115795899B (zh) * 2022-12-12 2023-09-26 博格华纳汽车零部件(武汉)有限公司 新能源电动汽车啸叫噪声评价方法
CN117949215A (zh) * 2024-03-27 2024-04-30 潍柴动力股份有限公司 一种发动机啸叫故障确定方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
CN109920439B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN109920439A (zh) 基于音调能量和人耳频率选择性的减变速机啸叫评判方法
DE602004001694T2 (de) Vorrichtung zur Unterdrückung von Windgeräuschen
CN103413547B (zh) 一种室内混响消除的方法
CN103440869B (zh) 一种音频混响的抑制装置及其抑制方法
CN104658543A (zh) 一种室内混响消除的方法
JP2003517624A (ja) 低ビットレート・スピーチ・コーダのためのノイズ抑圧
CN110261101A (zh) 基于正交-成对比较试验与svr的啸叫定量评价方法
CN103544961B (zh) 语音信号处理方法及装置
US10753965B2 (en) Spectral-dynamics of an audio signal
US6510408B1 (en) Method of noise reduction in speech signals and an apparatus for performing the method
JPH03266899A (ja) 雑音抑圧装置
KR100239167B1 (ko) 오디오 신호의 음조를 결정하기 위한 방법 및 장치
Yu et al. Black box measurement of musical tones produced by noise reduction systems
CN107526103A (zh) 地震资料处理方法及其阙值和有效信号频率的求取方法
CN109297583B (zh) 汽车车内双耳异响时变噪声响度评价方法
Lee et al. Design of new sound metric and its application for quantification of an axle gear whine sound by utilizing artificial neural network
Abramov et al. Frequency Analysis of Sound Broadcasting Signal Parameters
CN115544745A (zh) 一种电驱动总成声品质客观评价特征提取方法
Park et al. Development and validation of a single-variable comparison stimulus for matching strained voice quality using a psychoacoustic framework
Sottek et al. Sound quality evaluation of fan noise based on advanced hearing-related parameters
Yu et al. A weighted log kurtosis ratio measure for instrumental musical tones assessment in wideband speech
CN113205794B (zh) 基于生成网络的虚拟低音转换方法
Zuo et al. Contrastive analysis of car interior sound quality evaluation models
Xue et al. Modelling and analysis of subjective evaluation of sound quality of the construction vehicle noise
Becker et al. Psychoacoustic Order Tonality Calculation

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