車內(nèi)噪聲品質(zhì)麻痹度評價(jià)模型的建立

車內(nèi)噪聲品質(zhì)麻痹度評價(jià)模型的建立

1加速工況噪聲評價(jià)的缺失在加速車輛駕駛的條件下，車輛噪聲質(zhì)量的研究是車輛聲音質(zhì)量研究的重要領(lǐng)域。目前,國內(nèi)對于穩(wěn)態(tài)工況下車內(nèi)噪聲品質(zhì)的研究已趨于成熟,而對于加速工況下的噪聲品質(zhì)研究仍處于起步階段。由于在加速工況下的車內(nèi)噪聲信號的聲音品質(zhì)特征會(huì)隨著車速的不斷增加而產(chǎn)生變化,對于未經(jīng)訓(xùn)練或非從事汽車噪聲研究工作的評價(jià)者來講很難進(jìn)行判斷,而且對于加速時(shí)噪聲信號的采集試驗(yàn),要按照特定的方法和步驟并由多年從事汽車噪聲信號采集工作的駕駛員和專家共同進(jìn)行,否則會(huì)影響噪聲樣本的采集質(zhì)量,將直接導(dǎo)致主觀評價(jià)結(jié)果的不準(zhǔn)確。以上這些都是導(dǎo)致加速工況聲品質(zhì)研究進(jìn)展緩慢的重要因素。因此,選擇適當(dāng)?shù)脑u價(jià)人員和專業(yè)的技術(shù)團(tuán)隊(duì),建立可以客觀衡量的聲品質(zhì)評價(jià)模型,對于加速工況下噪聲的評價(jià)、分析和控制都具有重要意義。本文選擇多年從事振動(dòng)與噪聲工作的專家和技術(shù)人員,以9種B級轎車為研究對象,當(dāng)車輛分別以3擋和最高擋位從50km/h→120km/h加速行駛時(shí)對副駕駛位置的噪聲信號進(jìn)行了采集,并且針對噪聲品質(zhì)屬性中的煩躁度對采集樣本進(jìn)行了主觀評價(jià),計(jì)算了各樣本對應(yīng)的心理聲學(xué)客觀參數(shù)值,并通過統(tǒng)計(jì)學(xué)分析,建立了加速工況下B級轎車車內(nèi)噪聲品質(zhì)煩躁度的數(shù)學(xué)模型。2主觀評價(jià)與試驗(yàn)2.1噪聲信號采集與回流系統(tǒng)噪聲樣本采集由一汽技術(shù)中心振動(dòng)與噪聲試驗(yàn)室完成。為了獲取準(zhǔn)確的噪聲樣本,采用了德國HeadAcoustics公司生產(chǎn)的HeadA480噪聲信號采集與回放系統(tǒng),該儀器以人工頭聲音采集裝置為核心,并配有高性能聲音回放耳機(jī),使采集和重放的噪聲信號能夠真實(shí)反映人耳的主觀感受。對采集的噪聲樣本按照車速進(jìn)行截取,共得到18個(gè)從50km/h開始緩加速到120km/h的噪聲樣本。車輛以3擋加速行駛時(shí),幾種典型車輛車內(nèi)噪聲樣本的時(shí)域、頻域圖分別如圖1和圖2所示。2.2噪聲評價(jià)的等級判斷常用的噪聲品質(zhì)主觀評價(jià)方法主要有兩種,即等級評分法(Magnitudeestimation)和成對比較法(Pairedcomparison)。在本文的研究中采用等級評分法。等級評分法將噪聲品質(zhì)劃分為若干個(gè)等級,試驗(yàn)中評價(jià)者根據(jù)各自的主觀感知程度給出對應(yīng)的評價(jià)分值,對某噪聲樣本的全部評分取算術(shù)均值,作為該噪聲樣本的煩躁度等級。該方法的關(guān)鍵在于確定適宜的評分刻度。國外研究表明,大部分評價(jià)者給出的等級評價(jià)分值都集中在國際通用的10等級刻度中5~10級的區(qū)域,見表1所列?？紤]到加速工況下噪聲品質(zhì)特性變化的特點(diǎn),為了減少評價(jià)者間的離散度,并沒有對這一區(qū)域進(jìn)行細(xì)化(分為20級)。在試驗(yàn)中,評價(jià)者均可根據(jù)需要隨時(shí)對噪聲樣本進(jìn)行重放,并修正其評價(jià)結(jié)果。2.3未經(jīng)訓(xùn)練的汽車噪聲評價(jià)評價(jià)人員的選擇是試驗(yàn)成敗的關(guān)鍵,因?yàn)樵诩铀俟r下,車內(nèi)噪聲品質(zhì)特征會(huì)不斷變化,對于未經(jīng)訓(xùn)練或非從事汽車噪聲研究工作的評價(jià)者來說難以判斷。考慮到上述原因,本試驗(yàn)共選取了24名評價(jià)人員,這些成員由專業(yè)駕駛員、聲學(xué)專家和多年從事汽車振動(dòng)與噪聲工作的技術(shù)工人、工程師組成,其中男女分別為18人和6人,年齡在26~50歲之間,聽力均正常。2.4評價(jià)結(jié)果不穩(wěn)定主觀評價(jià)試驗(yàn)是在專門的噪聲品質(zhì)評價(jià)試驗(yàn)室內(nèi)進(jìn)行的,試驗(yàn)室空氣順暢、隔音效果好。在評價(jià)試驗(yàn)中,有5名評價(jià)者的結(jié)果極不穩(wěn)定,與其它評價(jià)者的評價(jià)結(jié)果相差較大,經(jīng)考慮予以舍棄。在最終結(jié)果中去除這5人的評分后,其余19人的評價(jià)結(jié)果一致程度較高,其評價(jià)值的Kendall協(xié)和系數(shù)達(dá)到了0.775。2.5自動(dòng)分類結(jié)果為了提高模型預(yù)測值與主觀評價(jià)值的相關(guān)性,確保客觀量化模型的準(zhǔn)確性,本文對評價(jià)者的結(jié)果進(jìn)行聚類分析。聚類分析是一種建立分類的多元統(tǒng)計(jì)分析方法,它能夠?qū)⒁慌鷺颖?或變量)數(shù)據(jù)根據(jù)其諸多特征,按照在性質(zhì)上的親疏程度在沒有先驗(yàn)知識的情況下進(jìn)行自動(dòng)分類,產(chǎn)生多個(gè)分類結(jié)果。類內(nèi)部的個(gè)體在特征上具有相似性,不同類之間個(gè)體特征的差異性較大。本文將評價(jià)者的結(jié)果作為觀測量,采用K-均值聚類法對評價(jià)者的結(jié)果進(jìn)行聚類分析,結(jié)果見表2和表3所列。從表2中可以看出,聚類分析將評價(jià)者分為兩類,第一類包含第3、4、7、8、9、11、12、13、14、16、19位評價(jià)者,第二類包含第1、2、5、6、17、20、21、22位評價(jià)者。由表3可知,評價(jià)者分為兩類,一類11人,一類8人,丟失5人,合計(jì)19人均為有效量。另外,兩類評價(jià)者的結(jié)果距類中心距離相近,表明雖然聚類分析將評價(jià)者分為兩類,但兩類評價(jià)者存在較高的相關(guān)性,都可以用來代表整個(gè)評價(jià)組。3心理聲學(xué)的客觀參數(shù)和相關(guān)分析3.1心理聲學(xué)參數(shù)分析心理聲學(xué)參數(shù)是描述不同噪聲所造成的主觀感受差異程度的客觀物理量。本文選擇了響度、尖銳度、粗糙度、抖動(dòng)度、AI指數(shù)、音調(diào)度6個(gè)主要心理聲學(xué)參數(shù)進(jìn)行分析。利用Artemis軟件計(jì)算出18個(gè)噪聲樣本的以上6種客觀參數(shù)值,同時(shí)計(jì)算了相應(yīng)的A計(jì)權(quán)聲壓級和線性聲壓級值。以上客觀參數(shù)值是車輛從50km/h→120km/h加速過程中隨發(fā)動(dòng)機(jī)轉(zhuǎn)速變化的算術(shù)平均值,具體數(shù)據(jù)見表4所列。3.2主觀評價(jià)結(jié)果與客觀參數(shù)的關(guān)系為了研究煩躁度主觀評價(jià)結(jié)果與心理聲學(xué)客觀參數(shù)之間的關(guān)系,使用SPSS應(yīng)用統(tǒng)計(jì)學(xué)軟件對由兩類評價(jià)者得到的煩躁度主觀評價(jià)等級與客觀參數(shù)值進(jìn)行了相關(guān)分析,相關(guān)系數(shù)見表5所列。從表5中可以看出,由第2類評價(jià)者所得到的煩躁度主觀評價(jià)等級與客觀參數(shù)的相關(guān)性明顯低于第1類評價(jià)者,因此,選擇第1類評價(jià)者的主觀評價(jià)結(jié)果進(jìn)行下一步分析,第1類評價(jià)者煩躁度主觀評價(jià)的具體打分值及噪聲樣本的最終主觀評價(jià)等級見表6所列。由第1類評價(jià)者所得到的煩躁度評價(jià)結(jié)果與客觀參數(shù)的相關(guān)性可以看出,6個(gè)主要心理聲學(xué)參數(shù)中有4個(gè)與煩躁度主觀評價(jià)等級存在明顯的相關(guān)性,分別是響度、尖銳度、粗糙度和AI指數(shù),相關(guān)系數(shù)都在0.6以上。另外,兩種聲壓級中A聲級與煩躁度評價(jià)結(jié)果的相關(guān)性較大。散點(diǎn)圖圖3、圖4和圖5更直觀地表現(xiàn)出表5中響度、粗糙度和A聲級與煩躁度主觀評價(jià)等級的線性相關(guān)性。4多元線性回歸分析在明確上述相關(guān)關(guān)系后,再進(jìn)行多元線性回歸分析,以確定評價(jià)模型中最終包含哪些心理聲學(xué)參數(shù)。回歸分析是一種確定某因變量與若干自變量之間定量表達(dá)式的統(tǒng)計(jì)分析方法,本文中的因變量為煩躁度主觀評價(jià)等級,自變量則為上述相關(guān)分析后的4個(gè)心理聲學(xué)參數(shù)(響度、尖銳度、粗糙度、AI指數(shù))和A聲級。再次使用SPSS軟件進(jìn)行多元線性回歸分析,按照逐步回歸方式,通過F檢驗(yàn)排除了尖銳度和AI指數(shù)參數(shù),回歸分析的結(jié)果見表7所列。從表7中可以看到,模型的預(yù)測結(jié)果與主觀評價(jià)結(jié)果具有很高的相關(guān)性,相關(guān)系數(shù)達(dá)到0.966,決定系數(shù)達(dá)到0.932。根據(jù)表7中的非標(biāo)準(zhǔn)系數(shù),得到多元線性回歸方程如下:式中,SQ為聲品質(zhì)煩躁度;Ld為響度;Rh為粗糙度;A為A計(jì)權(quán)聲壓級。式(1)表明,在加速工況下,B級轎車的車內(nèi)噪聲品質(zhì)煩躁度可以用響度、粗糙度和A聲級參數(shù)來表述。因此,為了降低加速工況下的車內(nèi)噪聲煩躁度,應(yīng)該注意對噪聲的響度、粗糙度和A聲級進(jìn)行控制。另外,表7中響度的標(biāo)準(zhǔn)化系數(shù)絕對值為1.202,略大于其它兩個(gè)參數(shù)值,說明在本文的試驗(yàn)條件下,響度對噪聲煩躁度的影響更大。最后,為了驗(yàn)證所建模型的準(zhǔn)確性和有效性,對未參與建模的另外9個(gè)加速工況下的噪聲樣本的聲品質(zhì)煩躁度進(jìn)行了主觀評價(jià)試驗(yàn)和模型預(yù)測,其主觀評價(jià)等級與模型預(yù)測值的相關(guān)系數(shù)達(dá)到0.961,如圖6所示,由此可證明該評價(jià)模型能對加速工況下噪聲品質(zhì)煩躁度做出精確的預(yù)測。5b級影響主觀評價(jià)的因素a.本文對9種類型B級轎車分別以3擋和最高擋加速行駛時(shí)的噪聲信號進(jìn)行噪聲品質(zhì)煩躁度的主觀評價(jià)試驗(yàn),通過等級評分方法得到了煩躁度主觀評價(jià)等級數(shù)值。b.將噪聲樣本的主觀評價(jià)結(jié)果和心理聲學(xué)參數(shù)進(jìn)行了相關(guān)分析。結(jié)果表明,在本文的試驗(yàn)條件下,心理聲學(xué)客觀參數(shù)中的響度、尖銳度、粗糙度、AI指數(shù)以及A計(jì)權(quán)聲壓級與主觀評價(jià)結(jié)果具有強(qiáng)相關(guān)性。c.通過多元線