CN113570249A - 整车声品质评价方法、装置、评价设备及存储介质 - Google Patents
整车声品质评价方法、装置、评价设备及存储介质 Download PDFInfo
- Publication number
- CN113570249A CN113570249A CN202110862484.0A CN202110862484A CN113570249A CN 113570249 A CN113570249 A CN 113570249A CN 202110862484 A CN202110862484 A CN 202110862484A CN 113570249 A CN113570249 A CN 113570249A
- Authority
- CN
- China
- Prior art keywords
- dimension
- score
- nvh
- sub
- signal
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000008447 perception Effects 0.000 claims abstract description 47
- 238000013441 quality evaluation Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000035807 sensation Effects 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 abstract description 5
- OOYGSFOGFJDDHP-KMCOLRRFSA-N kanamycin A sulfate Chemical compound OS(O)(=O)=O.O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CN)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O[C@@H]2[C@@H]([C@@H](N)[C@H](O)[C@@H](CO)O2)O)[C@H](N)C[C@@H]1N OOYGSFOGFJDDHP-KMCOLRRFSA-N 0.000 description 12
- 238000011160 research Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明实施例公开了一种整车声品质评价方法、装置、评价设备及存储介质。所述方法包括:根据卡诺模型确定整车NVH的感知维度,感知维度包括:安静度维度、消极信号维度以及积极信号维度;按照感知维度分别计算安静度分值、消极信号分值以及积极信号分值;根据安静度分值、消极信号分值以及积极信号分值得到评价结果,所述评价结果包括整车NVH分值。该方法通过对NVH感知维度的分类,能够避免感知维度不清晰导致的评价结果离散性较大、评价结果具有片面性等问题;通过分析所计算的安静度分值、消极信号分值以及积极信号分值,能够实现对整车NVH性能的综合评价,提高评价的准确性和可靠性,便于汽车NVH性能的开发和维护。
Description
技术领域
本发明实施例涉及整车质量技术领域,尤其涉及一种整车声品质评价方法、装置、评价设备及存储介质。
背景技术
随着汽车行业的发展,用户对汽车声品质,即噪声、振动与声振粗糙度(Noise、Vibration、Harshness)性能的要求越来越高。据统计,用户对NVH的抱怨约占整车性能总抱怨的1/4左右,可见,对声音、声乐等的感知性能是否优秀,已成为用户购买车辆的重点考虑因素。因此,对整车NVH性能的评价和检验环节十分重要。目前,对于整车NVH性能的评价涉及较多的指标或维度,难以进行科学有效地定义和分解,导致评价的离散性较大、具有片面性,也使得汽车NVH性能的开发和维护较困难。
发明内容
本发明实施例提供了一种整车声品质评价方法、装置、评价设备及存储介质,以实现对NVH性能的综合评价,提高评价的准确性和可靠性。
第一方面,本发明实施例提供了一种整车声品质评价方法,包括:
根据卡诺模型确定整车噪声、振动与声振粗糙度NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度;
按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;
根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
第二方面,本发明实施例还提供了一种整车声品质评价装置,包括:
维度分类模块,用于根据卡诺模型确定整车噪声、振动与声振粗糙度NVH的感知维度,所述感知维度包括:安静度、消极信号以及积极信号;
分值计算模块,用于按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;
评价模块,用于根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
第三方面,本发明实施例还提供了一种评价设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的整车声品质评价方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例提供的整车声品质评价方法。
本发明实施例提供了一种整车声品质评价方法、装置、评价设备及存储介质,首先根据卡诺模型将NVH感知维度分为三类:安静度维度、消极信号维度以及积极信号维度,然后按照所分类的感知维度分别计算安静度分值、消极信号分值以及积极信号分值,最后根据安静度分值、消极信号分值以及积极信号分值得到评价结果。本实施例通过对NVH感知维度的分类,能够避免感知维度不清晰导致的评价结果离散性较大、评价结果具有片面性等问题;进一步通过分析所计算的安静度分值、消极信号分值以及积极信号分值,能够实现对整车NVH性能的综合评价,提高评价的准确性和可靠性,从而便于汽车NVH性能的开发和维护。
附图说明
图1为本发明实施例一提供的一种整车声品质评价方法的流程示意图;
图2为本发明实施例一提供的一种NVH维度KANO模型的示意图;
图3为本发明实施例二提供的一种整车声品质评价方法的流程示意图;
图4为本发明实施例二提供的一种消极信号分值与NVH质量指数回归线的示意图;
图5为本发明实施例二提供的一种整车声品质评价方法的实现示意图;
图6为本发明实施例三提供的一种整车声品质评价装置的结构示意图;
图7为本发明实施例四提供的一种评价设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。
需要注意,本发明中提及的“第一”、“第二”等概念仅用于对相应内容进行区分,并非用于限定顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本发明实施例一提供的一种整车声品质评价方法的流程示意图,该方法可适用于对汽车声品质进行评价的情况,该方法可以由本发明实施例中的整车声品质评价装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在具有数据处理能力的评价设备上,在本实施例中评价设备包括但不限于:台式计算机、笔记本电脑、服务器等设备。
如图1所示,本发明实施例一提供的一种整车声品质评价方法,包括如下步骤:
S110、根据卡诺模型确定整车NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度。
其中,NVH即Noise(噪声)、Vibration(振动)及Harshness(声振粗糙度),是衡量汽车制造质量的一个综合性标准,也是衡量整车声品质的重要指标。卡诺(KANO)模型是一种对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。在KANO模型中,可以将产品和服务的质量特性分为五种类型:必备属性、期望属性、魅力属性、无差异属性和反向属性;例如,必备属性可以指当优化某需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低;期望属性可以指当提供某需求,用户满意度会提升,当不提供此需求,用户满意度会降低;魅力属性可以指用户意想不到的,如果不提供某需求,用户满意度不会降低,但当提供此需求,用户满意度会有很大提升;无差异因素可以指无论提供或不提供某需求,用户满意度都不会有所改变,用户不在意此需求;反向属性可以指用户不需要某需求,提供后用户满意度反而会下降。根据KANO模型的五种质量特性,可对用户需求进行细致分析,根据调研结果对各维度属性归类,以解决车辆声品质属性的定位问题,从各个维度进行全面的评价和改进,提高用户满意度。
感知维度可以指基于用户感知角度的NVH维度。示例性的,可以基于用户感知整车NVH的市场调研数据,然后根据KANO模型对整车NVH的感知维度进行分类,例如可以分为安静度维度、消极信号维度以及积极信号维度。用户感知整车NVH的市场调研数据可以通过对目标车辆进行市场用户调研的方式获取,例如用户感知整车NVH的市场调研数据可使用J.D.POWER IQS数据,也可以使用网络舆情数据或者各公司专用的市场调研数据,也可以是从公共数据库或车联网数据库中下载的数据等,本实施例对此不作限定。
在本实施例中,用户感知整车NVH的市场调研数据使用的是J.D.POWER IQS数据。J.D.POWER是一种开发并维护着世界上现存最大、最全面的用户满意度数据库之一,其中包括各领域众多消费者对产品和服务等方面的反馈信息,例如汽车领域。新车质量调查(Initial Quality Survey,IQS)可以指车辆交付车主前三个月以及车主使用车辆三个月内,车辆产生的问题个数。J.D.POWER IQS可以是指J.D.POWER的数据库中关于新车质量调查的用户反馈数据信息。
表1为一种J.D.POWER IQS某车型用户抱怨率信息的统计表,如表1所示,其中PP100可以表示平均每百辆车的用户抱怨的问题数,即抱怨率,PP100值越低表明问题数越少,新车质量也越好。
表1J.D.PQWER IQS某车型用户抱怨率信息的统计表
排序 | NVH抱怨 | PP100 |
1 | 胎噪声过大 | 5.18 |
2 | 风噪声过大 | 2.63 |
3 | 刹车有噪声 | 1.93 |
4 | 座椅产生杂音/异响 | 1.72 |
5 | 发动机异响 | 1.61 |
6 | 转向系统/方向盘-异响 | 0.91 |
7 | 风扇/鼓风机噪音过大 | 0.83 |
8 | 中控台-有异响 | 0.81 |
9 | 手套箱-有异响 | 0.59 |
10 | 变速系统异响 | 0.54 |
11 | 车门内饰板-有异响 | 0.34 |
12 | 行李厢门-在开启/关闭时产生杂音/异响 | 0.30 |
13 | 刹车震动 | 0.29 |
14 | 车顶内饰板-有异响 | 0.28 |
15 | 置杯架-有异响 | 0.28 |
16 | 减震/悬挂有异响 | 0.25 |
17 | 后座门-在开启/关闭时有杂音/异响 | 0.23 |
18 | 车后行李厢置物板/行李厢遮板-有异响 | 0.16 |
19 | 车身/方向盘在行驶中明显抖动 | 0.15 |
20 | 顶置控制台-有异响 | 0.14 |
21 | 仪表板-有异响 | 0.08 |
22 | 车内其他储物空间-有异响 | 0.04 |
23 | 前门-在开启/关闭时产生杂音/异响 | 0.00 |
24 | 滑门-在开启/关闭时产生杂音/异响 | 0.00 |
图2为本发明实施例一提供的一种NVH维度KANO模型的示意图,如图2所示,根据表1所示的某车型用户抱怨率信息,并通过KANO模型可以对NVH的感知维度进行分类,即安静度维度、消极信号维度以及积极信号维度;其中,安静度维度相当于KANO模型中的期望属性,消极信号维度相当于KANO模型中的必备属性,积极信号维度相当于KANO模型中的魅力属性。
S120、按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值。
其中,汽车NVH性能的研究应该以整车作为研究对象,但由于汽车系统极为复杂,因此可将整车分解成多个子系统进行研究,如发动机子系统(包括动力传动系统)、底盘子系统(主要包括悬架系统)和车身子系统等。由于每个子系统都存在不同的NVH性能问题,每个NVH性能问题可以代表一个子维度,因此NVH感知维度可以划分为多个子维度,例如风噪声、鼓风机噪声、动力总成声品质和底盘NVH及异响等。
在上述多个子维度中,风噪声、鼓风机噪声等噪声影响整车的安静度,且是每辆车固有的NVH性能问题,可以划分到安静度维度中;异响、杂音等影响汽车质量的子维度可以划分到消极信号维度中;操作声品质等使用户驾车感受良好的子维度可以划分到积极信号维度中。然后可以根据各子维度的评分来计算相应的安静度分值、消极信号分值以及积极信号分值。
S130、根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
其中,评价结果包括整车NVH分值,整车NVH分值可以表示对整车NVH性能主观评价的综合评分。获取评价结果的方式可以包括:对安静度分值、消极信号分值以及积极信号分值进行加权计算、对各分值求平均值等。例如,加权计算方式可以包括对安静度分值和消极信号分值分配相应的权重,积极信号属于魅力属性而非用户抱怨项,可不进行权重划分;或者是对安静度分值、消极信号分值以及积极信号分值均分配相应的权重;又或者是将消极信号评分设置为负值,其他两信号评分设置为正值,再进行相应的加权或平均值计算等。获取评价结果的方式可根据实际需求、各维度的重要程度和关注程度灵活分配,在本实施例中对此不作限定。
本发明实施例一提供的一种整车声品质评价方法,首先根据卡诺模型将NVH感知维度分为三类:安静度维度、消极信号维度以及积极信号维度,然后按照所分类的感知维度分别计算安静度分值、消极信号分值以及积极信号分值,最后根据安静度分值、消极信号分值以及积极信号分值得到评价结果。该方法通过对NVH感知维度的分类,能够避免感知维度不清晰导致的评价结果离散性较大、评价结果具有片面性等问题;进一步通过分析所计算的安静度分值、消极信号分值以及积极信号分值,能够实现对整车NVH性能的综合评价,提高评价的准确性和可靠性,从而便于汽车NVH性能的开发和维护。
实施例二
图3为本发明实施例二提供的一种整车声品质评价方法的流程示意图,本实施例二在上述实施例的基础上进行细化。在本实施例中,对如何计算安静度维度、消极信号维度和积极信号维度相对应的分值,以及根据各分值计算整车NVH分值的过程进行了具体描述。需要说明的是,未在本实施例中详尽描述的技术细节可参见上述任意实施例。
具体的,如图3所示,该方法包括如下步骤:
S210、根据KANO模型确定整车NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度。
S220、根据用户对NVH的抱怨率信息确定所述安静度维度与所述消极信号维度的权重。
其中,根据表1中用户对NVH的抱怨率占比关系进行安静度维度与消极信号维度的权重占比分析,推荐值如表2所示,表2为一种安静度维度与消极信号维度权重占比的统计表。
表2安静度维度与消极信号维度权重占比的统计表
S230、按照安静度维度计算安静度分值。
其中,安静度维度可以包括多个子维度,根据多个子维度的评分可以计算得到安静度分值。
可选的,所述安静度维度包括以下第一类子维度:风噪声子维度、路噪声子维度、动力总成噪声子维度以及风扇鼓风机噪声子维度;按照所述感知维度计算安静度分值,包括:根据整车NVH项目评分数据,确定各所述第一类子维度的权重以及子维度分值;将各所述子维度分值的加权和作为所述安静度分值。
其中,整车NVH项目评分数据的获取方式可以包括市场调研采集、从数据库中调取已有的数据或者从车联网下载获取等。
具体的,整车NVH项目评分数据可以通过从车联网下载数据并经过统计分析的方式获取。其中,车联网数据统计的具体过程是:通过从车联网所下载的数据进行用户使用场景工况识别,分别统计怠速、加速、减速、匀速、起动熄火和起步等工况使用时长及使用频次;统计空调、开关门、天窗、车窗、雨刮、后备箱和制动转向等使用情况;统计高温、常温、低温和高原等使用场景;统计行驶过程中发动机使用转速情况。然后根据上述车联网数据统计的使用场景工况制定整车NVH性能主观评价项目,并采用十分制评分方法进行整车NVH性能的主观评价。表3为一种整车NVH性能主观评价的十分制评分准则表,表4为一种整车NVH性能主观评价的项目表,其中工程师可根据表3的评分准则对表4中的整车NVH性能主观评价项目进行评价打分,表4即为整车NVH项目评分数据。
示例性的,根据表2中的权重占比分析,可以确定安静度维度中各第一类子维度的权重,其中风噪声子维度权重为20%,路噪声子维度权重为40%,动力总成噪声子维度权重为20%,风扇鼓风机噪声子维度权重为20%。根据表4中的整车NVH项目评分数据,可以确定各第一类子维度的分值。然后将各子维度分值的加权和作为安静度分值,其中安静度分值的计算公式可表示为:
SQT=SW*20%+SR*40%+SPT*20%+SAC*20%
其中,SQT表示安静度分值;SW表示风噪声子维度分值;SR表示路噪声子维度分值;SPT表示动力总成噪声子维度分值;SAC表示风扇鼓风机噪声子维度分值。
表3整车NVH性能主观评价的十分制评分准则表
表4整车NVH性能主观评价的项目表
S240、按照消极信号维度计算消极信号分值。
其中,消极信号维度可以包括多个子维度,根据多个子维度的评分可以计算得到消极信号分值。
可选的,按照所述感知维度计算消极信号分值,包括:根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数;根据NVH质量指数与消极信号分值的回归关系,确定所述消极信号分值。
其中,NVH质量指数可以用于反映消极信号维度的整体水平,与用户的抱怨率和场景工况有关,可以通过用户的抱怨率和场景工况各自相对应的系数的乘积之和得到。然后,通过建立NVH质量指数与消极信号分值的回归关系,可以建立两者的映射,从而根据NVH质量指数可以得到消极信号分值,从而全面可靠地对消极信号维度进行评价。
可选的,所述消极信号维度包括以下第二类子维度:动力总成错误状态子维度、底盘错误状态子维度、车身及电器件错误状态子维度以及异响(Buzz,Squeak and Rattle,BSR)子维度;根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数,包括:根据整车NVH项目的评分等级确定各所述第二类子维度对应的用户抱怨系数;根据车联网数据统计结果确定各所述第二类子维度对应的场景工况系数;计算各所述第二类子维度对应的用户抱怨系数与场景工况系数的乘积,并将各所述乘积相加,得到所述NVH质量指数。
表5示出了一种消极信号维度的问题清单。根据表4中的整车NVH项目评分数据,分别对各第二类子维度进行评价,制定消极信号维度问题清单,如表5所示,消极信号维度的问题清单中包括问题评分、用户抱怨系数、场景工况系数以及相应的NVH质量指数。
表5消极信号维度的问题清单
示例性的,可以根据整车NVH项目评分数据确定各第二类子维度所对应的问题评分,并将问题评分划分为三个评分等级,然后根据整车NVH项目的评分等级确定各第二类子维度对应的用户抱怨系数;其中用户抱怨系数可以指问题严重系数,表明问题的严重程度;且不同等级的问题评分对应不同的用户抱怨系数,例如当问题评分为6.5分时,用户抱怨系数为0.1,当问题评分为6分时,用户抱怨系数为0.3,当问题评分为5.5分及以下时,用户抱怨系数为1。根据车联网数据统计的使用场景工况结果可以确定各第二类子维度对应的场景工况系数;不同类型的场景工况对应不同的系数,例如极端的场景工况系数为0.1,偶尔使用的场景工况系数为0.3,经常使用的场景工况系数为1。
NVH质量指数可以通过各第二类子维度对应的用户抱怨系数与场景工况系数的乘积之和计算得到。NVH质量指数的计算公式可以表示为:
其中,QI表示NVH质量指数;Ii表示用户抱怨系数;Ji表示场景工况系数;n表示第二类子维度个数。
表6为一种消极信号分值与NVH质量指数间的关系表,图4为本发明实施例二提供的一种消极信号分值与NVH质量指数回归线的示意图。在本实施例中,首先进行NVH质量指数与消极信号分值关系的建立,推荐值如表6所示;然后根据NVH质量指数与消极信号分值关系进行线性回归,线性回归结果如图4所示,其中经过线性回归得到的回归公式为SN=-2*QI+9,公式中SN表示消极信号分值。
表6消极信号分值与NVH质量指数间的关系表
消极信号分值 | 6 | 6.5 | 7 | 7.5 | 8 |
NVH质量指数 | 1.5 | 1.25 | 1 | 0.75 | 0.5 |
S250、按照积极信号维度计算积极信号分值。
其中,积极信号维度可以包括多个子维度,根据多个子维度的评分可以计算得到积极信号分值。
可选的,所述积极信号维度包括以下第三类子维度:急加速声品质子维度、操作声品质子维度、底盘声振感受子维度以及车内静谧品质子维度;按照所述感知维度计算积极信号分值,包括:分别计算各所述第三类子维度对应的加分值;将各所述加分值之和作为所述积极信号分值。
其中,急加速声品质子维度可以指描述发动机在急加速时发动机的声音感受,如动力感、运动感和安静舒适感等。操作声品质可以指描述车内外操作件的声音感受,是否具有品质感与DNA特性。底盘声振品质可以指描述车辆在不平路面行驶时,车内的声振粗糙度的感受。车内静谧品质可以指描述车身隔绝外界噪声的能力,可用于衡量车身隔声性能水平。
表7为一种积极信号维度的加分原则表。如表7所示,该加分原则为:当第三类子维度的性能评分为7.5分时,加分分值为0.25;当第三类子维度的性能评分为8分及以上时,加分分值为0.5;当第三类子维度的性能评分为低于7.5分时,加分分值为0,即不加分。
表7积极信号维度的加分原则表
在本实施例中,可以根据整车NVH项目评分数据和加分原则,计算各第三类子维度对应的加分值,然后将各加分值之和作为积极信号分值。积极信号分值的计算公式可以表示为:
SP=SACC+SOP+SH+SQ
其中,SP表示积极信号分值;SACC表示急加速声品质子维度加分分值;SOP表示操作声品质子维度加分分值;SH表示底盘声振感受子维度加分分值;SQ表示车内静谧品质子维度加分分值。
S260、按照所述感知维度权重对所述安静度分值和所述消极信号分值进行加权;将加权结果与所述积极信号分值相加,得到所述整车NVH分值。
其中,根据表2所示的权重占比分析,可以获得安静度维度所占权重为50%,消极信号维度所占权重为50%,其中积极信号维度是用户期望项,而非用户抱怨项,因此可以不进行权重划分。
根据安静度维度与消极信号维度的权重占比关系以及积极信号分值,对整车NVH分值S进行计算,计算公式可以表示为:
S=SQT*50%+SN*50%+SP。
需要注意的是,本实施例对S230、S240和S250的执行顺序不做限定,三者可以同时执行。
图5为本发明实施例二提供的一种整车声品质评价方法的实现示意图。如图5所示,在一个具体的例子中,实现整车声品质评价方法的具体步骤如下:
首先,根据市场调研数据统计结果(即J.D.POWER IQS数据)和车联网大数据统计结果,制定整车NVH评价项目以及评分准则。其次,根据KANO模型对整车NVH的感知维度进行分类,可分为安静度维度、消极信号维度以及积极信号维度,其中安静度维度包括风噪声子维度、路噪声子维度、动力总成噪声子维度以及风扇鼓风机噪声子维度;消极信号维度包括动力总成错误状态子维度、底盘错误状态子维度、车身及电器件错误状态子维度以及BSR子维度;积极信号子维度包括急加速声品质子维度、操作声品质子维度、底盘声振感受子维度以及车内静谧品质子维度。然后,根据表2的权重占比统计分析结果和各子维度分值计算安静度分值和消极信号分值,其中根据权重占比统计分析结果计算出NVH质量指数,并建立NVH质量指数与消极信号分值的回归关系,以确定消极信号分值。之后,根据整车NVH项目评分数据和表7中的积极信号维度加分原则,确定积极信号分值。最后,按照感知维度权重对安静度分值和消极信号分值进行加权,并将加权结果与积极信号分值相加,得到整车NVH分值。
本发明实施例二提供的一种整车声品质评价方法,具体化了如何计算安静度维度、消极信号维度和积极信号维度相对应的分值,以及根据各分值计算整车NVH分值的过程。该方法通过对NVH各个维度进行权重分析和评分,能够避免感知维度不清晰导致的评价结果离散性较大、评价结果具有片面性等问题,进一步通过NVH各个维度的评价结果获得整车NVH分值,以实现对整车NVH性能的综合评价,提高评价的准确性和可靠性,从而便于汽车NVH性能的开发和维护。
实施例三
图6为本发明实施例三提供的一种整车声品质评价装置的结构示意图,该装置可由软件和/或硬件实现。如图6所示,该装置包括:维度分类模块310、分值计算模块320以及评价模块330。
其中,维度分类模块310,用于根据卡诺模型确定整车NVH的感知维度,所述感知维度包括:安静度、消极信号以及积极信号;
分值计算模块320,用于按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;
评价模块330,用于根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
本发明实施例三提供的一种整车声品质评价装置,首先通过维度分类模块将NVH感知维度分为三类:安静度维度、消极信号维度以及积极信号维度,然后通过分值计算模块分别计算安静度分值、消极信号分值以及积极信号分值,最后通过评价模块得到整车NVH分值。该装置通过对NVH感知维度的分类,能够避免感知维度不清晰导致的评价结果离散性较大、评价结果具有片面性等问题;进一步通过分析所计算的安静度分值、消极信号分值以及积极信号分值,能够实现对整车NVH性能的综合评价,提高评价的准确性和可靠性,从而便于汽车NVH性能的开发和维护。
可选的,在根据卡诺模型确定整车NVH的感知维度之后,所述装置还包括:
权重确定模块,用于根据用户对NVH的抱怨率信息确定所述安静度维度与所述消极信号维度的权重。
可选的,所述安静度维度包括以下第一类子维度:风噪声子维度、路噪声子维度、动力总成噪声子维度以及风扇鼓风机噪声子维度;
按照所述感知维度计算安静度分值,包括:
根据整车NVH项目评分数据,确定各所述第一类子维度的权重以及子维度分值;
将各所述子维度分值的加权和作为所述安静度分值。
可选的,按照所述感知维度计算消极信号分值,包括:
根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数;
根据NVH质量指数与消极信号分值的回归关系,确定所述消极信号分值。
可选的,所述消极信号维度包括以下第二类子维度:动力总成错误状态子维度、底盘错误状态子维度、车身及电器件错误状态子维度以及BSR子维度;
根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数,包括:
根据整车NVH项目的评分等级确定各所述第二类子维度对应的用户抱怨系数;
根据车联网数据统计结果确定各所述第二类子维度对应的场景工况系数;
计算各所述第二类子维度对应的用户抱怨系数与场景工况系数的乘积,并将各所述乘积相加,得到所述NVH质量指数。
可选的,所述积极信号维度包括以下第三类子维度:急加速声品质子维度、操作声品质子维度、底盘声振感受子维度以及车内静谧品质子维度;
按照所述感知维度计算积极信号分值,包括:
分别计算各所述第三类子维度对应的加分值;
将各所述加分值之和作为所述积极信号分值。
可选的,根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,包括:
按照所述感知维度权重对所述安静度分值和所述消极信号分值进行加权;
将加权结果与所述积极信号分值相加,得到所述整车NVH分值。
上述整车声品质评价装置可执行本发明任意实施例所提供的整车声品质评价方法,具备执行方法相应的功能模块和有益效果。
实施例四
图7为本发明实施例四提供的一种评价设备的结构示意图。如图7所示,本发明实施例四提供的评价设备包括:一个或多个处理器41和存储装置42;该评价设备中的处理器41可以是一个或多个,图7中以一个处理器41为例;存储装置42用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器41执行,使得所述一个或多个处理器41实现如本发明实施例中任一项所述的整车声品质评价方法。
所述评价设备还可以包括:输入装置43和输出装置44。
评价设备中的处理器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接,图7中以通过总线连接为例。
该评价设备中的存储装置42作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例一或二所提供整车声品质评价方法对应的程序指令/模块(例如,附图6所示的整车声品质评价装置中的模块,包括:维度分类模块310、分值计算模块320以及评价模块330)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块,从而执行评价设备的各种功能应用以及数据处理,即实现上述方法实施例中整车声品质评价方法。
存储装置42可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据评价设备的使用所创建的数据等。此外,存储装置42可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置42可进一步包括相对于处理器41远程设置的存储器,这些远程存储器可以通过网络连接至评价设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息,以及产生与评价设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
并且,当上述评价设备所包括一个或者多个程序被所述一个或者多个处理器41执行时,程序进行如下操作:根据卡诺模型确定整车NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度;按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
实施例五
本发明实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时用于执行整车声品质评价方法,该方法包括:根据卡诺模型确定整车NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度;按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
可选的,该程序被处理器执行时还可以用于执行本发明任意实施例所提供的整车声品质评价方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于:电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、无线电频率(RadioFrequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种整车声品质评价方法,其特征在于,包括:
根据卡诺模型确定整车噪声、振动与声振粗糙度NVH的感知维度,所述感知维度包括:安静度维度、消极信号维度以及积极信号维度;
按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;
根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
2.根据权利要求1所述的方法,其特征在于,在根据卡诺模型确定整车NVH的感知维度之后,还包括:
根据用户对NVH的抱怨率信息确定所述安静度维度与所述消极信号维度的权重。
3.根据权利要求1所述的方法,其特征在于,所述安静度维度包括以下第一类子维度:风噪声子维度、路噪声子维度、动力总成噪声子维度以及风扇鼓风机噪声子维度;
按照所述感知维度计算安静度分值,包括:
根据整车NVH项目评分数据,确定各所述第一类子维度的权重以及子维度分值;
将各所述子维度分值的加权和作为所述安静度分值。
4.根据权利要求1所述的方法,其特征在于,按照所述感知维度计算消极信号分值,包括:
根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数;
根据NVH质量指数与消极信号分值的回归关系,确定所述消极信号分值。
5.根据权利要求4所述的方法,其特征在于,所述消极信号维度包括以下第二类子维度:动力总成错误状态子维度、底盘错误状态子维度、车身及电器件错误状态子维度以及异响BSR子维度;
根据整车NVH项目评分数据,计算所述消极信号维度对应的NVH质量指数,包括:
根据整车NVH项目的评分等级确定各所述第二类子维度对应的用户抱怨系数;
根据车联网数据统计结果确定各所述第二类子维度对应的场景工况系数;
计算各所述第二类子维度对应的用户抱怨系数与场景工况系数的乘积,并将各所述乘积相加,得到所述车联网数据。
6.根据权利要求1所述的方法,其特征在于,所述积极信号维度包括以下第三类子维度:急加速声品质子维度、操作声品质子维度、底盘声振感受子维度以及车内静谧品质子维度;
按照所述感知维度计算积极信号分值,包括:
分别计算各所述第三类子维度对应的加分值;
将各所述加分值之和作为所述积极信号分值。
7.根据权利要求2所述的方法,其特征在于,根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,包括:
按照所述感知维度权重对所述安静度分值和所述消极信号分值进行加权;
将加权结果与所述积极信号分值相加,得到所述整车NVH分值。
8.一种整车声品质评价装置,其特征在于,包括:
维度分类模块,用于根据卡诺模型确定整车噪声、振动与声振粗糙度NVH的感知维度,所述感知维度包括:安静度、消极信号以及积极信号;
分值计算模块,用于按照所述感知维度分别计算安静度分值、消极信号分值以及积极信号分值;
评价模块,用于根据所述安静度分值、所述消极信号分值以及所述积极信号分值得到评价结果,所述评价结果包括整车NVH分值。
9.一种评价设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的整车声品质评价方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的整车声品质评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862484.0A CN113570249A (zh) | 2021-07-29 | 2021-07-29 | 整车声品质评价方法、装置、评价设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862484.0A CN113570249A (zh) | 2021-07-29 | 2021-07-29 | 整车声品质评价方法、装置、评价设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113570249A true CN113570249A (zh) | 2021-10-29 |
Family
ID=78168830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110862484.0A Pending CN113570249A (zh) | 2021-07-29 | 2021-07-29 | 整车声品质评价方法、装置、评价设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570249A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014006322A1 (de) * | 2014-04-30 | 2015-11-05 | Avl List Gmbh | System und Verfahren zur Analyse der Energieeffizienz eines Fahrzeugs |
CN105786684A (zh) * | 2016-03-23 | 2016-07-20 | 中国人民公安大学 | 一种摄像机性能的综合评价方法及系统 |
CN109443792A (zh) * | 2018-10-12 | 2019-03-08 | 安徽江淮汽车集团股份有限公司 | 一种汽车匀速行驶声品质的评价方法 |
CN109902441A (zh) * | 2019-03-27 | 2019-06-18 | 中国第一汽车股份有限公司 | 一种基于kano模型原理的车辆性能指标权重分配系统及方法 |
US10672378B1 (en) * | 2019-05-07 | 2020-06-02 | Harman International Industries, Incorporated | Dynamic in-vehicle noise cancellation divergence control |
CN112964482A (zh) * | 2021-03-18 | 2021-06-15 | 浙江合众新能源汽车有限公司 | 一种主观评价与客观测试相结合的制动噪声评价方法 |
-
2021
- 2021-07-29 CN CN202110862484.0A patent/CN113570249A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014006322A1 (de) * | 2014-04-30 | 2015-11-05 | Avl List Gmbh | System und Verfahren zur Analyse der Energieeffizienz eines Fahrzeugs |
CN105786684A (zh) * | 2016-03-23 | 2016-07-20 | 中国人民公安大学 | 一种摄像机性能的综合评价方法及系统 |
CN109443792A (zh) * | 2018-10-12 | 2019-03-08 | 安徽江淮汽车集团股份有限公司 | 一种汽车匀速行驶声品质的评价方法 |
CN109902441A (zh) * | 2019-03-27 | 2019-06-18 | 中国第一汽车股份有限公司 | 一种基于kano模型原理的车辆性能指标权重分配系统及方法 |
US10672378B1 (en) * | 2019-05-07 | 2020-06-02 | Harman International Industries, Incorporated | Dynamic in-vehicle noise cancellation divergence control |
CN112964482A (zh) * | 2021-03-18 | 2021-06-15 | 浙江合众新能源汽车有限公司 | 一种主观评价与客观测试相结合的制动噪声评价方法 |
Non-Patent Citations (2)
Title |
---|
姜文华;: "基于满足用户需求的整车性能主观评价", 南方农机, no. 07, pages 105 * |
杨晋;马紫明;王海洋;: "基于消费者反馈的整车NVH主观评价研究", 汽车零部件, no. 05, pages 080 - 083 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015101279A1 (de) | Systeme und Verfahren zum Automatisieren von Fahreraktionen in einem Fahrzeug | |
Huang et al. | Pure electric vehicle nonstationary interior sound quality prediction based on deep CNNs with an adaptable learning rate tree | |
Park et al. | A comparative study on subjective feeling of engine acceleration sound by automobile types | |
Xu et al. | Improvement of interior sound quality for passenger car based on optimization of sound pressure distribution in low frequency | |
Peng et al. | A driving cycle construction methodology combining k-means clustering and Markov model for urban mixed roads | |
CN110949393A (zh) | 一种驾驶行为分析方法、装置、车辆及存储介质 | |
AU2019201484A1 (en) | Method and system for vehicle speed profile generation | |
CN110672336A (zh) | 一种车辆的异响测试方法、装置、设备及存储介质 | |
CN115817500A (zh) | 一种驾驶风格确定方法、装置、车辆及存储介质 | |
Hamdad et al. | Sensitivity analysis and propagation of uncertainty for the simulation of vehicle pass-by noise | |
CN113408022A (zh) | 一种基于大数据分析的ui设计的系统和方法 | |
CN113570249A (zh) | 整车声品质评价方法、装置、评价设备及存储介质 | |
WO2023045796A1 (zh) | 车辆声品质评估方法、装置、评估设备及存储介质 | |
CN115307721A (zh) | 汽车加速声品质评价方法、装置、设备及存储介质 | |
US20220114435A1 (en) | Efficient incremental learning through probabilistic training set selection | |
Chen et al. | Vehicle interior sound quality analysis by using grey relational analysis | |
Nopiah et al. | Noise annoyance fuzzy index in passenger car cabin | |
Xiong et al. | Study on NVH robustness evaluation method of high-mileage automobile based on systematic sampling | |
CN111709160A (zh) | 一种基于卡车底盘的行驶动态性能分析优化方法及系统 | |
Souaille et al. | Acoustical and behavioral heuristics for fast interactive sound design | |
Liu et al. | Numerical and experimental-aided framework based on TPA for acoustic contributions of individual transfer paths on a vehicle door in the slamming event | |
CN117470548A (zh) | 一种兼容性评估方法及装置、设备、存储介质 | |
CN113552802B (zh) | 重卡智能空调控制方法及系统 | |
Lukács et al. | Response surface methodology for objective evaluation of vehicle interior noise | |
CN116611337A (zh) | 一种车内风噪仿真方法、系统、电子设备及存储介质 |
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 |