車內(nèi)聲品質(zhì)主觀評價模型及中頻噪聲優(yōu)化*

張 勇，孟 天，王坤祥，韓晨揚(yáng)，楊鄂川

（1.重慶理工大學(xué)車輛工程學(xué)院，重慶 400054； 2.重慶理工大學(xué)，汽車零部件先進(jìn)制造技術(shù)教育部重點(diǎn)實驗室，重慶 400054；3.重慶市車輛檢測研究院有限公司，重慶 400054）

前言

隨著汽車工業(yè)的發(fā)展，汽車NVH技術(shù)也發(fā)展得愈加成熟，車內(nèi)噪聲問題成為衡量汽車品質(zhì)的重要指標(biāo)［1］。特種車車內(nèi)噪聲會影響到駕乘人員的反應(yīng)速度以及接受和識別各種信號的能力，因此對特種車車內(nèi)噪聲的研究有十分重要的意義?！奥暺焚|(zhì)”的概念最早于20世紀(jì)80～90年代初提出，其定義為反映人對聲音的主觀感受。2007年，韓國仁荷大學(xué)Kim Sung Jong等［2］引入神經(jīng)網(wǎng)絡(luò)對客車車內(nèi)聲品質(zhì)進(jìn)行了研究，在試驗的基礎(chǔ)上利用人工神經(jīng)網(wǎng)絡(luò)建立了聲品質(zhì)主客觀評價間的聯(lián)系，從而實現(xiàn)了聲品質(zhì)的客觀評價，從此神經(jīng)網(wǎng)絡(luò)與聲品質(zhì)的結(jié)合應(yīng)用開始被廣泛應(yīng)用。對于車內(nèi)中頻噪聲的預(yù)測，國內(nèi)外學(xué)者主要采用有限元 統(tǒng)計能量混合（FE-SEA）方法。2011年 Qin Xiaolong等［3］使用混合 FESEA方法對車輛結(jié)構(gòu)中頻噪聲進(jìn)行分析，建立了車輛的混合FE-SEA模型在200～500 Hz范圍內(nèi)對車輛的聲固耦合系統(tǒng)進(jìn)行預(yù)測，并驗證了該方法的正確性。2013年Xu Hongmei等［4］在搭建車輛的混合FE-SEA模型中簡化前圍板為FE子系統(tǒng)，并對前圍板的中頻聲傳遞損失進(jìn)行了預(yù)測。同年，Chen等［5］建立了轎車混合FE-SEA模型，完成了對車內(nèi)中頻噪聲仿真預(yù)測，并通過對前風(fēng)窗玻璃的材料屬性進(jìn)行修改，不僅使主駕駛員頭部聲腔的噪聲降低，而且使整車質(zhì)量更輕。本文中建立了某特種車車內(nèi)噪聲主觀評價煩躁度和聲品質(zhì)客觀參數(shù)間的Kriging模型，利用頻段濾波結(jié)合Kriging模型分析了影響車內(nèi)噪聲主觀煩躁度的主要頻段，并采用FE-SEA的方法，建立特種車混合FE-SEA模型，對車內(nèi)中頻噪聲進(jìn)行分析，并提出降低車內(nèi)噪聲的改進(jìn)措施。

1 聲樣本的采集、處理及主觀評價實驗

聲樣本的采集實驗條件參照標(biāo)準(zhǔn)GB／T14365—1993《聲學(xué)機(jī)動車輛定置噪聲測量方法》［6］、GB／T18697—2002《聲學(xué)汽車車內(nèi)噪聲測量方法》［7］。實驗過程中，采用的主要儀器設(shè)備有LMS Test.lab數(shù)據(jù)采集系統(tǒng)、朗德人工頭HMSIV0、三向加速度傳感器和傳聲器。實驗設(shè)備和部分測點(diǎn)位置如圖1所示。樣本采集實驗中選取了3輛不同型號的特種車，實驗工況包括空擋（750，1 350，2 000，2 500 r／min），2～4擋（30，40 km／h），4擋（50 km／h）和 4與5擋（60，70，80 km／h）。共有 17種工況，實驗共得到68個有效噪聲樣本（盡量均勻包含了17個工況）。

圖1 人工頭HMSIV0和駕駛員處測點(diǎn)

聲品質(zhì)的主觀評價是以評價實驗的形式對評價對象進(jìn)行描述，再通過統(tǒng)計學(xué)方法來獲得合適的評價術(shù)語以描述主觀感知特征，最終對聲品質(zhì)進(jìn)行區(qū)分評價［8］。常用的有等級評分法、簡單排序法、成對比較法和語義細(xì)分法等。本文中選擇了等級評分法進(jìn)行試驗，以煩躁度作為聲音屬性，把等級分為了0～10的11個等級來進(jìn)行主觀評價，0分表示聲樣本非常好聽，可接受度非常高，10分則表示難以接受，煩躁程度達(dá)到極限，如表1所示。

表1 聲品質(zhì)煩躁度等級

本次主觀評價實驗選取了35名評價人員，身體狀況健康且聽力正常。男女人數(shù)分別為30和5名；有聲學(xué)評價經(jīng)驗者10名；有駕駛經(jīng)驗者23名。每個聲音重復(fù)聽3次，間隔時間為3 s，之后有10 s的時間對該聲音文件進(jìn)行評價。由于多種干擾因素和評價者主觀評價的差異存在，致使所得結(jié)果值不完全準(zhǔn)確可靠，為獲得有效的結(jié)果值，需要進(jìn)行有關(guān)的數(shù)據(jù)檢驗與剔除，表2為實驗得到的部分主觀評價值。

表2 部分主觀評價值

在獲得的35份評價數(shù)據(jù)中進(jìn)行數(shù)據(jù)檢驗，使用Spearman相關(guān)系數(shù)為標(biāo)準(zhǔn)，剔除掉不穩(wěn)定的評價人員序號，保留相關(guān)系數(shù)較高的18位評價主體。為保證結(jié)果的可靠性，對剩下的評價主體進(jìn)行了K-均值聚類分析，把評價者分為4類。表3為聚類分析的結(jié)果，剔除評價者最少的第3組。對剩下的評價主體的結(jié)果進(jìn)行算術(shù)平均，最終得到煩躁度主觀評價等級值。

表3 聚類分析分類

使用Head Acoustics公司的ArtimiS軟件對68個聲樣本進(jìn)行5種心理聲學(xué)客觀參數(shù)的計算。分別為總響度（Zwicker響度）、粗糙度、尖銳度、響度和AI指數(shù)。最終得到特種車車內(nèi)聲樣本的客觀參數(shù)值和煩躁度主觀評價值，如表4所示。

表4 客觀參數(shù)與主觀評價值

2 Kriging模型的建立與檢驗

Kriging近似模型是用于估計方差最小的無偏最優(yōu)估計模型，由局部偏差與全局模型組合而成。統(tǒng)計學(xué)上，此模型的基礎(chǔ)是變量的變異性和相關(guān)性，是一種在一定的區(qū)間內(nèi)對變量值進(jìn)行無偏估計的方法。Kriging近似模型有如下表達(dá)式：

式中：fi（x）為第 i個已知回歸函數(shù)，一般取定值；βi為回歸模型的權(quán)重系數(shù)；z（x）為近似模型產(chǎn)生的偏差，為服從（0，σ2）標(biāo)準(zhǔn)正態(tài)分布的一個隨機(jī)過程。z（x）的協(xié)方差為

式中：xi和xj為任意兩個采樣點(diǎn)；σ2為過程方差；R（xi，xj）為相關(guān)函數(shù)；i＝1，2，…，n，j＝1，2，…，n（n為樣本點(diǎn)數(shù)）。常用的 R（xi，xj）為高斯函數(shù)，表示為

式中：k為空間維度；θ為相關(guān)函數(shù)值隨｜xik-xjk｜的變化程度；p為模型平滑度。

為方便公式表示，有如下定義：

對未知點(diǎn)x處響應(yīng)值y（x）的最佳線性估計表示為

根據(jù)表4建立5種心理聲學(xué)客觀參數(shù)與主觀評價值之間的Kriging近似模型。通常模型的預(yù)測精度用復(fù)相關(guān)系數(shù)R2（R-Square）、均方根誤差RMSE（root mean square error）和最大絕對誤差 MAPE（maximum absolute percentage error）進(jìn)行評估。利用交叉驗證方法進(jìn)行誤差分析，得到該模型的R2＝0.984，MAPE＝0.09，RMSE＝0.042，滿足模型精度要求，主觀評價值的預(yù)測值與實際值誤差散點(diǎn)圖如圖2所示。

圖2 誤差散點(diǎn)圖

3 濾波分析

將 24個頻帶劃分成6段（0-2，2-5，5-9，9-13，13-18和18-24 Bark）分別進(jìn)行帶阻濾波同時計算上述5種心理聲學(xué)參數(shù)，將參數(shù)矩陣作為Kriging模型的輸入，得到主觀評價預(yù)測值，如圖3所示。由于進(jìn)行的是帶阻濾波，故濾波后主觀評價值相差越大，說明該頻段對主觀評價值的影響越大。提取濾波前后主觀評價值相差最大的3者，按差值由大到小排列，如表5所示。

圖3 不同工況頻段濾波后主觀評價預(yù)測圖

表5 頻段對主觀評價值影響程度表

由表5可知：1 350 r／min工況時0-200 Hz頻段對主觀評價值影響最大；2 500 r／min工況時200-500 Hz頻段對主觀評價值影響最大；2擋30 km／h工況時500-1 000 Hz對主觀評價值影響最大；4擋50 km／h工況時2 000-4 000 Hz對主觀評價值影響最大?？偨Y(jié)發(fā)現(xiàn)，在空擋工況下對車內(nèi)聲品質(zhì)的主觀評價值影響較大的頻段主要是中低頻階段，并且隨著速度的提升影響主觀評價值的主要頻段轉(zhuǎn)向中頻及中高頻。因此下文主要針對車內(nèi)中頻噪聲（200-1 000 Hz）進(jìn)行分析和降噪。

4 車內(nèi)中頻噪聲分析與降噪改進(jìn)

有限元 統(tǒng)計能量混合法即FE-SEA法，是中頻噪聲分析的主要方法。采用VA One軟件的FE-SEA方法，建立整車FE-SEA模型，對車內(nèi)中頻段噪聲進(jìn)行仿真分析，并提出車內(nèi)噪聲優(yōu)化方案。

4.1 FE-SEA方法原理與模型建立

混合FE-SEA法中子系統(tǒng)分成確定子系統(tǒng)（FE子系統(tǒng)）和非確定性子系統(tǒng)（SEA子系統(tǒng)）兩類，對確定性子系統(tǒng)采用有限元法分析，對非確定子系統(tǒng)采用統(tǒng)計能量法進(jìn)行計算。其中，分別用q1和q2表示確定性子系統(tǒng)和非確定性子系統(tǒng)的位移響應(yīng)；用來表示子系統(tǒng)包含的所有自由度。FE子系統(tǒng)的非耦合運(yùn)動方程為

式中：Dd為邊界連接處FE子系統(tǒng)的動剛度矩陣；fd為作用在q的外部激勵向量。

則第k個子系統(tǒng)的非耦合運(yùn)動方程表達(dá)式為

式中：fext為外部激勵作用于耦合系統(tǒng)上的載荷向量；N為混合系統(tǒng)中SEA子系統(tǒng)的總數(shù)；Dtot為FE子系統(tǒng)的總體動態(tài)剛度矩陣。整理式（7）成系統(tǒng)的平均互譜形式：

式中：〈.〉為整體的平均；D-Htot為矩陣共軛轉(zhuǎn)置求逆的運(yùn)算；〈Sff〉為互譜力的期望?！碨ff〉的計算公式為

整理式（7）～式（10），可得

式中：Ek為子系統(tǒng)k的總能量；nk為子系統(tǒng)k的模態(tài)密度。

第k個混響場的功率平衡方程為

式中：P（k）in，dir為第k個SEA子系統(tǒng)的直接場功率輸入；P（k）out，rev為混響場的功率輸出；Pdiss，k為在第k個子系統(tǒng)中的功率損耗。

將式（16）展開，以矩陣的形式表示混響場整體平均響應(yīng)：

在整車混合 FE-SEA模型中，結(jié)合相關(guān)準(zhǔn)則［9-11］和方法，對整車的子系統(tǒng)進(jìn)行了詳細(xì)的劃分最終建立出整車的混合模型，如圖4所示。

圖4 整車的混合FE-SEA模型

由于工況較多，本文中對車內(nèi)噪聲的預(yù)測主要是針對怠速2 500 r／min工況，減少了路面不平度的激勵和車輛行駛時空氣的脈動壓力對車內(nèi)噪聲的影響，只考慮了發(fā)動機(jī)4個懸置處的激勵、分動箱2個懸置處的激勵和發(fā)動機(jī)艙與分動箱的聲輻射激勵，計算得到200-1 000 Hz范圍內(nèi)噪聲的1／3倍頻程聲壓級響應(yīng)，駕駛員和副駕駛員頭部聲腔聲壓級仿真值與實驗值對比如圖5所示。

圖5 仿真值與實驗值對比

由圖5可知，在200-1 000 Hz頻率范圍內(nèi)，駕駛員和副駕駛員頭部聲腔的聲壓級仿真值與實驗值，雖然存在一定誤差但變化趨勢整體一致。計算兩聲腔各中心頻率處仿真值與實驗值的絕對誤差百分比，得出各中心頻率處的誤差均小于5%，該工況下駕駛員和副駕駛員頭部聲腔的總聲壓級對比如表6所示。由表6可知，駕駛員和副駕駛員頭部聲腔的總聲壓級的仿真值與實驗值的絕對誤差百分比均小于3%。參考相關(guān)文獻(xiàn)可知［12］，該誤差百分比能夠滿足模型的預(yù)測精度。

表6 仿真值與實驗值的總聲壓級對比

4.2 車內(nèi)中頻噪聲貢獻(xiàn)度分析及優(yōu)化

在VA One中的板塊貢獻(xiàn)度可由功率流分析的方法獲得。借助功率流分析可對各個SEA子系統(tǒng)的輸入功率進(jìn)行排序，進(jìn)而得到對車內(nèi)中頻噪聲貢獻(xiàn)較大的SEA子系統(tǒng)。該工況下的車內(nèi)駕駛員頭部聲腔和下部聲腔的功率輸入如圖6和圖7所示。

圖6 駕駛員頭部聲腔功率輸入

圖7 駕駛員下部聲腔功率輸入

由圖6可知，對駕駛員頭部聲腔功率輸入較大的SEA子系統(tǒng)有左前風(fēng)窗玻璃、左中門玻璃、左前頂蓋、左前門玻璃、左前門框上部和駕駛員下部聲腔。

由圖7可知，對駕駛員下部聲腔功率輸入較大的SEA子系統(tǒng)分別包括左前門框、防火墻下部、防火墻上部、左中門、地板左1、地板左2、左前門。同時由圖6和圖7可以看出，各子系統(tǒng)在不同的中心頻率的功率輸入也不相同，為更清晰地對比各SEA子系統(tǒng)在不同中心頻率處對駕駛員頭部和下部聲腔的貢獻(xiàn)量，列出了部分中心頻率處各個子系統(tǒng)對駕駛員聲腔的能量貢獻(xiàn)量統(tǒng)計柱狀圖，如圖8和圖9所示。

圖8 各子系統(tǒng)對駕駛員頭部聲腔的功率輸入

圖9 各子系統(tǒng)對駕駛員下部聲腔的功率輸入

由圖8和圖9可知，貢獻(xiàn)較大的板件包括左前頂蓋、左前門玻璃擋框、地板左1、防火墻下部、防火墻上部、地板左2、左前門框、左中門、左前門。對車內(nèi)中頻噪聲的優(yōu)化主要考慮對以上各板件進(jìn)行NCT處理。

多孔吸聲材料具有大量的細(xì)微孔隙，當(dāng)聲波入射到材料表面時，一部分被表面反射，另外一部分則進(jìn)入材料孔隙引起孔中空氣和細(xì)小的纖維振動，由于空氣的黏滯性和纖維的導(dǎo)熱性，導(dǎo)致部分聲能轉(zhuǎn)換為熱能，從而被吸收和耗散使得聲能衰減。多孔吸聲材料的吸聲系數(shù)也會隨著入射聲波的頻率而發(fā)生變化，隨著頻率的升高，空隙中的空氣在單位時間內(nèi)的振動次數(shù)也隨之增加，對聲能的效果也會越明顯。故本文中對中頻噪聲的優(yōu)化主要采用多孔吸聲材料。針對防火墻的NCT處理分為防火墻內(nèi)側(cè)和外側(cè)，對防火墻的外側(cè)采用一層多孔吸聲材料處理；防火墻內(nèi)側(cè)和左前頂蓋、左前門玻璃擋框、地板左1、地板左2、左前門框、左中門、左前門采用多層多孔吸聲材料處理。汽車內(nèi)飾中敷設(shè)的多孔吸聲材料的厚度直接影響到車內(nèi)聲壓級響應(yīng)，考慮到車內(nèi)空間和使用的方便性，添加的噪聲控制處理材料不能太厚且質(zhì)量不宜過大。通過查閱資料和相關(guān)文獻(xiàn)［13-14］，采用樹脂纖維對防火墻外側(cè)進(jìn)行處理，防火墻內(nèi)側(cè)、左前頂蓋等指向聲腔一側(cè)的第1層用模壓氈，第2層用PU泡沫進(jìn)行處理。

在VA One軟件中，在對應(yīng)的各SEA子系統(tǒng)上進(jìn)行相應(yīng)的NCT處理，仿真計算出車內(nèi)駕駛員頭部聲腔的各中心頻段的聲壓級響應(yīng)和總聲壓級。優(yōu)化前后駕駛員頭部聲腔的聲壓級響應(yīng)對比結(jié)果如圖10所示，各中心頻率處聲壓級對比如表7所示。

圖10 優(yōu)化前后駕駛員頭部聲壓級響應(yīng)對比

由圖10和表7可知，優(yōu)化后的駕駛員頭部聲腔聲壓級在各中心頻率相比優(yōu)化前均有降低，且在200-1 000 Hz范圍內(nèi)，隨各中心頻率升高減幅逐漸增大，在1 000 Hz中心頻率處減幅最大，其值達(dá)到了0.9393dB（A）。最后對駕駛員頭部聲腔總聲壓級進(jìn)行對比，優(yōu)化前駕駛員頭部聲腔總聲壓級為81.251 9 dB（A），優(yōu)化后駕駛員頭部聲腔總聲壓級為80.792 4 dB（A），總聲壓級降低0.459 5 dB（A）。

表7 優(yōu)化前后駕駛員頭部聲壓級響應(yīng)對比

5 結(jié)論

本文中建立了主觀評價煩躁度和聲品質(zhì)客觀參數(shù)之間的Kriging模型，通過頻段濾波分析可知，在空擋工況下對聲品質(zhì)主觀評價等級影響較大的主要是中低頻段，且隨著速度升高影響主觀評價等級的主要頻段轉(zhuǎn)向中頻及中高頻段。

建立了混合FE-SEA模型計算車內(nèi)中頻噪聲，通過板件貢獻(xiàn)度分析確定了對中頻噪聲貢獻(xiàn)較大的板件，并對貢獻(xiàn)量較大的板件進(jìn)行優(yōu)化處理。對比怠速2 500 r／min工況下聲壓級響應(yīng)，在各中心頻率均有所降低，在1 000 Hz中心頻率處減幅達(dá)到了0.939 3 dB（A），優(yōu)化后比優(yōu)化前的車內(nèi)中頻噪聲的總聲壓級降低了0.459 5 dB（A），有效降低了車內(nèi)場點(diǎn)的中頻噪聲。