雨刮-風(fēng)窗系統(tǒng)摩擦噪聲聲品質(zhì)主客觀評(píng)價(jià)

朱彬燕，郭 輝，王巖松，袁 濤，孫金輝

(1.上海工程技術(shù)大學(xué)機(jī)械與汽車工程學(xué)院，上海 201620；2.中國(guó)人民解放軍32128部隊(duì)，山東濟(jì)南 250000)

0 引 言

雨刮-風(fēng)窗系統(tǒng)是汽車的重要組成部分，用于清除附著在擋風(fēng)玻璃上的雨、霧等遮擋物，為駕駛員提供清晰視野，保證行車安全。隨著汽車行業(yè)的飛速發(fā)展，人們對(duì)汽車的舒適性、可靠性和安全性提出了更高的要求，噪聲、振動(dòng)與聲振粗糙度(Noise, Vibration and Harshness, NVH)性能成為評(píng)價(jià)汽車的主要指標(biāo)。雨刮-風(fēng)窗系統(tǒng)對(duì)車內(nèi)噪聲有較大影響，對(duì)其摩擦振動(dòng)和噪聲的研究是提升整車NVH性能的重要環(huán)節(jié)。

試驗(yàn)是雨刮-風(fēng)窗摩擦噪聲研究的基本方法，有助于研究和探索噪聲的表象特征。試驗(yàn)可以分為臺(tái)架試驗(yàn)和實(shí)車試驗(yàn)。

Shinya等[1]較早建立了回轉(zhuǎn)式試驗(yàn)系統(tǒng)對(duì)雨刮-風(fēng)窗噪聲進(jìn)行研究，研究結(jié)果表明，雨刮的摩擦噪聲包括尖叫噪聲(頻率約為1 000 Hz)、顫振噪聲(頻率約為100 Hz以下)和反轉(zhuǎn)噪聲(頻率約為500 Hz以下)三種類型，這三種類型的摩擦噪聲分別與雨刮系統(tǒng)的高頻、低頻振動(dòng)以及刮片反轉(zhuǎn)時(shí)產(chǎn)生的沖擊噪聲有關(guān)。Koenen等[2]采用平移式試驗(yàn)設(shè)備，研究了不同溫度條件下干燥、濕潤(rùn)和半干黏著三種接觸狀態(tài)的雨刮-風(fēng)窗摩擦噪聲，初步得到了三種接觸狀態(tài)摩擦系數(shù)的變化規(guī)律。在實(shí)車的試驗(yàn)研究方面，Min等[3]研究了汽車風(fēng)窗玻璃的波紋度(waviness)對(duì)雨刮片尖叫噪聲的影響。Bódai等[4]進(jìn)行了系統(tǒng)的摩擦力和摩擦噪聲試驗(yàn)。張立軍等[5]采用時(shí)間域、頻率域以及時(shí)頻域的分析方法，研究了不同速度檔位及玻璃干、濕狀態(tài)下雨刮系統(tǒng)的振動(dòng)噪聲問(wèn)題，對(duì)雨刮-風(fēng)窗摩擦噪聲進(jìn)行了分類，并且分析了振動(dòng)噪聲的產(chǎn)生原因。陳清爽等[6]通過(guò)振動(dòng)噪聲試驗(yàn)測(cè)試了前雨刮器高低檔位時(shí)車內(nèi)噪聲和高速檔時(shí)的振動(dòng)狀況，分析了雨刮-風(fēng)窗摩擦噪聲對(duì)車內(nèi)噪聲聲壓級(jí)和響度的影響，并且提出了降噪建議。黃光濤等[7]對(duì)不同狀態(tài)下雨刮器各個(gè)零部件的振動(dòng)狀態(tài)進(jìn)行了研究。Yang等[8]建立了雨刮系統(tǒng)的理論模型，并且研究了在雨刮換向過(guò)程中的摩擦振動(dòng)特性。

雨刮-風(fēng)窗噪聲是一種典型的摩擦噪聲。在摩擦噪聲的研究中，雨刮-風(fēng)窗噪聲的聲品質(zhì)問(wèn)題值得特別關(guān)注。Zwicker等[9]較早將聲音的客觀心理聲學(xué)參數(shù)與人的聽(tīng)覺(jué)感受相互聯(lián)系起來(lái)。王登峰等[10]采用響度、尖銳度、粗糙度和起伏度四個(gè)參量，研究了車內(nèi)噪聲聲品質(zhì)主、客觀評(píng)價(jià)指標(biāo)之間的對(duì)應(yīng)關(guān)系。申秀敏等[11]采用支持向量機(jī)(Support Vector Machine, SVM)技術(shù)研究了車內(nèi)噪聲聲品質(zhì)預(yù)測(cè)方法。徐中明等[12]通過(guò)主觀評(píng)價(jià)試驗(yàn)，建立了基于反轉(zhuǎn)噪聲、電機(jī)噪聲和刮刷噪聲的主觀煩躁度多元線性回歸模型，該模型可用于雨刮系統(tǒng)的聲品質(zhì)預(yù)測(cè)。此外，在聲品質(zhì)評(píng)價(jià)與控制方面，Huang等[13]采用線性回歸深度信息網(wǎng)絡(luò)技術(shù)研究了車內(nèi)噪聲聲品質(zhì)預(yù)測(cè)方法。Guo等[14]通過(guò)神經(jīng)網(wǎng)絡(luò)技術(shù)研究了汽車噪聲粗糙度的評(píng)價(jià)方法。賴詩(shī)洋等[15]引入綜合評(píng)價(jià)指標(biāo)，進(jìn)行了基于心理聲學(xué)煩躁度的聲品質(zhì)客觀評(píng)價(jià)與分析方法。錢(qián)堃等[16]通過(guò)聲品質(zhì)客觀心理聲學(xué)參量的評(píng)價(jià)，對(duì)高速動(dòng)車組車內(nèi)噪聲的感知進(jìn)行量化。Wang等[17]以聽(tīng)覺(jué)掩蔽效應(yīng)為基礎(chǔ)，利用算法實(shí)現(xiàn)車內(nèi)噪聲聲品質(zhì)的控制。Wang等[18]對(duì)車內(nèi)噪聲信號(hào)進(jìn)行小波變換處理，并利用算法實(shí)現(xiàn)聲品質(zhì)時(shí)頻控制。

目前的試驗(yàn)研究一般對(duì)雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的影響因素進(jìn)行定性分析，較少對(duì)聲品質(zhì)等系統(tǒng)聲學(xué)參數(shù)進(jìn)行綜合分析和定量研究，難以全面表征雨刮-風(fēng)窗系統(tǒng)對(duì)整車NVH性能的影響。因此，在試驗(yàn)分析汽車雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的基礎(chǔ)上，本文結(jié)合聲品質(zhì)主客觀評(píng)價(jià)和支持向量機(jī)的方法，量化摩擦噪聲影響，預(yù)測(cè)聲品質(zhì)評(píng)價(jià)值，對(duì)汽車雨刮-風(fēng)窗系統(tǒng)的聲品質(zhì)進(jìn)行研究。

1 雨刮-風(fēng)窗摩擦噪聲試驗(yàn)

1.1 雨刮-風(fēng)窗系統(tǒng)基本組成

雨刮-風(fēng)窗系統(tǒng)主要由電機(jī)、四連桿機(jī)構(gòu)、雨刮臂、雨刮片等部分組成。在系統(tǒng)工作過(guò)程中，電機(jī)為系統(tǒng)提供扭矩動(dòng)力，傳遞到雨刮臂后帶動(dòng)四連桿機(jī)構(gòu)運(yùn)行，通過(guò)轉(zhuǎn)軸使雨刮片刮掃擋風(fēng)玻璃。整個(gè)過(guò)程將電機(jī)的轉(zhuǎn)動(dòng)轉(zhuǎn)化成雨刮片的往復(fù)擺動(dòng)，從而實(shí)現(xiàn)清潔功能。

雨刮-風(fēng)窗系統(tǒng)運(yùn)行時(shí)，因雨刮與風(fēng)窗之間接觸產(chǎn)生的摩擦噪聲，是影響雨刮-風(fēng)窗系統(tǒng)NVH性能的主要原因，因此，本文主要針對(duì)摩擦噪聲進(jìn)行分析。

1.2 摩擦噪聲采集

對(duì)某新能源汽車雨刮-風(fēng)窗系統(tǒng)運(yùn)行產(chǎn)生的車內(nèi)摩擦噪聲進(jìn)行采集，測(cè)試現(xiàn)場(chǎng)如圖1所示。

圖1 雨刮-風(fēng)窗系統(tǒng)摩擦噪聲測(cè)試現(xiàn)場(chǎng)Fig.1 Test site of the frictional noise in wiper-windshield system

圖1中測(cè)點(diǎn)代表噪聲測(cè)試點(diǎn)。試驗(yàn)用車帶雙雨刮，具體試驗(yàn)設(shè)置如下：

(1) 試驗(yàn)環(huán)境：試驗(yàn)場(chǎng)所為半消聲室，試驗(yàn)時(shí)利用車載12 V蓄電池供電，車輛通電但處于停車狀態(tài)，車窗和車門(mén)關(guān)閉，試驗(yàn)人員在駕駛員位置控制雨刮系統(tǒng)。

(2) 試驗(yàn)儀器：LMS. Testlab數(shù)據(jù)采集分析系統(tǒng)1套、麥克風(fēng)4只。

(3) 測(cè)點(diǎn)布置：圖1中測(cè)點(diǎn)布置為①主駕駛左耳；②主駕駛右耳；③副駕駛左耳；④副駕駛右耳。

(4) 工況設(shè)置：雨刮運(yùn)行時(shí)不同的刮刷速度(高速擋、低速擋)和玻璃表面的干濕程度(干燥、濕潤(rùn))，兩兩組合共計(jì)4種工況，每種工況測(cè)試3次，共計(jì)48個(gè)數(shù)據(jù)樣本，數(shù)據(jù)采集時(shí)長(zhǎng)為10 s。

通過(guò)實(shí)車試驗(yàn)，將采集到的車內(nèi)噪聲樣本，以音頻形式存入計(jì)算機(jī)，建立雨刮-風(fēng)窗摩擦噪聲數(shù)據(jù)庫(kù)，便于后期數(shù)據(jù)的提取與處理。

2 雨刮-風(fēng)窗系統(tǒng)摩擦噪聲分析

對(duì)采集的信號(hào)選取5 s時(shí)長(zhǎng)的數(shù)據(jù)進(jìn)行時(shí)域分析。圖2為不同工況下測(cè)試3次后的車內(nèi)平均聲壓對(duì)比圖。由圖2可知，雨刮-風(fēng)窗系統(tǒng)噪聲是一種周期性噪聲，具有以下特點(diǎn)：

圖2 不同工況下車內(nèi)平均聲壓級(jí)對(duì)比圖Fig.2 Comparison of average interior sound pressure levels under different working conditions

(1) 從時(shí)域來(lái)看，聲壓在雨刮運(yùn)行的兩個(gè)反轉(zhuǎn)位置達(dá)到峰值。

(2) 在不同工況下，摩擦噪聲的主要影響因素是擋風(fēng)玻璃表面的干濕程度，雨刮刮刷速度的影響次之。

在實(shí)際測(cè)量時(shí)，雨刮-風(fēng)窗系統(tǒng)運(yùn)動(dòng)過(guò)程中的摩擦噪聲具有非平穩(wěn)瞬態(tài)特性，傳統(tǒng)的傅里葉變換方法不能獲得非平穩(wěn)信號(hào)準(zhǔn)確的時(shí)頻信息，因此采用小波分析來(lái)獲得雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的時(shí)頻特征。分別對(duì)車內(nèi)測(cè)點(diǎn)的雨刮-風(fēng)窗摩擦噪聲信號(hào)進(jìn)行小波變換，得到相應(yīng)的聲壓信號(hào)時(shí)頻分析結(jié)果。圖3為不同工況下車內(nèi)駕駛員右耳位置聲壓信號(hào)的時(shí)頻圖。

圖3 不同工況下基于小波變換的車內(nèi)駕駛員右耳位置聲壓信號(hào)時(shí)頻分析圖Fig.3 Wavelet transform based spectrogram of sound pressure signal at the driver's right ear position under different working conditions

由圖3可知，汽車雨刮-風(fēng)窗摩擦噪聲頻率呈現(xiàn)一定規(guī)律，覆蓋了從0～1 000 Hz頻率范圍，并且具有以下特點(diǎn)：

(1) 雨刮-風(fēng)窗摩擦噪聲均為頻帶噪聲，其頻率主要分布在500 Hz以下，低頻主要在0～20 Hz范圍。

(2) 對(duì)比低頻信號(hào)與高頻信號(hào)的聲壓時(shí)域特性，可知聲壓在低頻部分衰減較慢，而在高頻部分衰減較快。信號(hào)在不同頻率段的峰值對(duì)應(yīng)不同時(shí)間，導(dǎo)致雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的復(fù)雜性。

3 聲品質(zhì)客觀指標(biāo)分析

聲品質(zhì)是基于人對(duì)聲音的聽(tīng)覺(jué)感知，對(duì)車內(nèi)噪聲進(jìn)行心理聲學(xué)多維度綜合描述，是評(píng)價(jià)汽車NVH性能的重要因素之一。聲品質(zhì)研究的方法之一為客觀指標(biāo)分析評(píng)價(jià)，主要是采用心理聲學(xué)客觀指標(biāo)如響度、尖銳度、粗糙度等進(jìn)行評(píng)價(jià)。

本文利用LMS公司Test. Lab軟件，計(jì)算雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的聲品質(zhì)客觀指標(biāo)，包括響度、尖銳度、粗糙度和A計(jì)權(quán)聲壓級(jí)。本文采集的雨刮-風(fēng)窗噪聲分布在4個(gè)測(cè)點(diǎn)：車內(nèi)駕駛員和副駕駛員的左、右耳處。以濕潤(rùn)高速工況為例，計(jì)算上述4個(gè)測(cè)點(diǎn)采集摩擦噪聲的平均響度、尖銳度、粗糙度和A計(jì)權(quán)聲壓級(jí)時(shí)間曲線，結(jié)果如圖4～7所示。

圖4 從4個(gè)測(cè)點(diǎn)得出的平均響度曲線Fig.4 Average loudness curves obtained from 4 measuring points

圖5 從4個(gè)測(cè)點(diǎn)得出的平均尖銳度曲線Fig.5 Average sharpness curves obtained from 4 measuring points

圖6 從4個(gè)測(cè)點(diǎn)得出的平均粗糙度曲線Fig.6 Average roughness curve obtained from 4 measuring points

圖7 從4個(gè)測(cè)點(diǎn)得出的平均A計(jì)權(quán)聲壓級(jí)曲線Fig.7 Average A-weighting sound pressure level curve obtained from 4 measuring points

由圖4～7可知，雨刮-風(fēng)窗系統(tǒng)運(yùn)行時(shí)，雨刮反轉(zhuǎn)過(guò)程中車內(nèi)各項(xiàng)聲品質(zhì)客觀指標(biāo)曲線峰值明顯，但持續(xù)時(shí)間較短。

本文取不同工況下10 s內(nèi)車內(nèi)的響度和尖銳度的平均值來(lái)表征總體客觀感受，如表1所示。

表1 在不同工況下雨刮的響度和尖銳度測(cè)量結(jié)果Table 1 Measuring results of loudness and the sharpness of the wiper under different working conditions

響度主要描述人耳所感受到的聲音強(qiáng)度，而尖銳度描述的是高頻成分在聲音頻譜中所占比例。由表1可知，在上述4種工況下，車內(nèi)的響度和尖銳度的表現(xiàn)各不相同。

此外，從建立的噪聲數(shù)據(jù)庫(kù)中，根據(jù)4種工況選取18個(gè)不同的實(shí)驗(yàn)樣本，其中低速工況和高速工況分別取9個(gè)。在建立聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型之前需要量化噪聲樣本的客觀指標(biāo)，對(duì)樣本分別計(jì)算響度、尖銳度、粗糙度和A計(jì)權(quán)聲壓級(jí)，結(jié)果如表2所示。

4 聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型

對(duì)雨刮-風(fēng)窗系統(tǒng)的摩擦噪聲進(jìn)行聲品質(zhì)主觀評(píng)價(jià)，提取的摩擦噪聲樣本采用語(yǔ)義細(xì)分法進(jìn)行陪審團(tuán)主觀評(píng)價(jià)試驗(yàn)，測(cè)試不同條件下雨刮-風(fēng)窗摩擦噪聲的主觀煩躁度。評(píng)價(jià)試驗(yàn)共25名人員參與，其中男性15人，女性10人，年齡在20～40歲，其中15人為研究噪聲方面且有主觀評(píng)價(jià)經(jīng)驗(yàn)的碩士研究生。試驗(yàn)開(kāi)始前對(duì)評(píng)價(jià)人員進(jìn)行測(cè)試培訓(xùn)以及評(píng)價(jià)方法的介紹，以確保評(píng)價(jià)人員對(duì)測(cè)試過(guò)程和目標(biāo)的準(zhǔn)確理解，使得主觀評(píng)價(jià)結(jié)果更具有效性。并進(jìn)行5級(jí)的評(píng)價(jià)詞程度等級(jí)劃分。由于評(píng)價(jià)個(gè)體在評(píng)價(jià)過(guò)程中采用的評(píng)價(jià)尺度不同，將評(píng)價(jià)結(jié)果以比例分布于0 ～ 1之間，進(jìn)行歸一化處理。按照5個(gè)評(píng)價(jià)等級(jí)對(duì)雨刮-風(fēng)窗摩擦噪聲進(jìn)行煩躁度評(píng)價(jià)，煩躁度等級(jí)評(píng)分表如表3所示。

表3 煩躁度等級(jí)評(píng)分表Table 3 Annoyance level scores

由于主觀評(píng)價(jià)方法效率較低，并且主觀評(píng)價(jià)與客觀指標(biāo)之間存在復(fù)雜非線性。為更好推廣聲品質(zhì)評(píng)價(jià)的工程應(yīng)用，本文建立雨刮-風(fēng)窗雨刮系統(tǒng)摩擦噪聲聲品質(zhì)預(yù)測(cè)模型，以快速有效地進(jìn)行聲品質(zhì)預(yù)測(cè)和評(píng)價(jià)。針對(duì)小樣本非線性問(wèn)題的情況，建立基于支持向量機(jī)的聲品質(zhì)預(yù)測(cè)模型。SVM目標(biāo)是現(xiàn)有信息下的最優(yōu)解，可解決神經(jīng)網(wǎng)絡(luò)等方法中無(wú)法避免的局部極值問(wèn)題，但當(dāng)預(yù)測(cè)樣本較多時(shí)，預(yù)測(cè)效果會(huì)逐漸下降。

SVM解決回歸問(wèn)題的基本原理為

式中：D是給定訓(xùn)練樣本集；(xi，yi)是其中的子集。

基于此得到非線性回歸模型：

式中：w和b是模型的參數(shù)，w是法向量，表示方向，b表示位置。模型的目標(biāo)是使模型輸出f()x與真實(shí)輸出y之間盡可能接近。假設(shè)f()x與y之間最多有ε的誤差，僅當(dāng)f()x與y之間的差的絕對(duì)值大于ε時(shí)才計(jì)算損失。

雨刮-風(fēng)窗摩擦噪聲較為復(fù)雜，客觀參數(shù)與主觀評(píng)價(jià)結(jié)果之間具有非線性關(guān)系，從輸入空間到特征空間的映射會(huì)讓維度爆炸式增長(zhǎng)。常用的核函數(shù)有線性核、多項(xiàng)式核、徑向基核函數(shù)等，高斯徑向基函數(shù)是一種局部性強(qiáng)的核函數(shù)，可以將一個(gè)樣本映射到一個(gè)更高維的空間內(nèi)，故核函數(shù)采用高斯徑向基函數(shù)：

式中：||·||是向量的模；參數(shù)σ表示作用寬度；i=1，2，…，m。x、xi為低維Rn的向量，κ(x，xi)是x、xi映射到高維R∞后的核函數(shù)。

引入拉格朗日乘子αi，得到最終得到模型為

為實(shí)現(xiàn)上述模型，設(shè)置迭代次數(shù)為100，種群規(guī)模為50，初始的其他參數(shù)由驗(yàn)證后得到默認(rèn)值。調(diào)用Matlab軟件中的libsvm工具箱對(duì)樣本進(jìn)行訓(xùn)練預(yù)測(cè)。

本文模型適用于雙雨刮的雨刮-風(fēng)窗系統(tǒng)試驗(yàn)用車，針對(duì)雨刮-風(fēng)窗雨刮系統(tǒng)的摩擦噪聲，從測(cè)得的48個(gè)噪聲信號(hào)中選取24個(gè)，并各截取5 s作為實(shí)驗(yàn)樣本。實(shí)驗(yàn)樣本包括4種(低速干燥、高速干燥、低速濕潤(rùn)、高速濕潤(rùn))工況，每種工況選取6個(gè)樣本，共計(jì)24個(gè)樣本。得到樣本后，分別計(jì)算其響度、尖銳度、粗糙度和A計(jì)權(quán)聲壓級(jí)。其中，A計(jì)權(quán)聲壓級(jí)、響度、尖銳度隨速度的增大而增大，粗糙度受影響較??；干燥狀態(tài)下的A計(jì)權(quán)聲壓級(jí)、響度、尖銳度和粗糙度高于濕潤(rùn)狀態(tài)。煩躁度與響度的相關(guān)系數(shù)為0.985，相關(guān)性最強(qiáng)，煩躁度與尖銳度的相關(guān)系數(shù)為0.872，因此，選取響度與尖銳度作為評(píng)價(jià)模型的預(yù)測(cè)因子。從樣本集中隨機(jī)選用6個(gè)實(shí)驗(yàn)樣本作為測(cè)試檢驗(yàn)集，18個(gè)樣本是同一次實(shí)驗(yàn)測(cè)得并通過(guò)截選得到的，測(cè)試集預(yù)測(cè)結(jié)果如圖8所示。在隨機(jī)條件下選取的樣本均方誤差(Mean Square Erro, MSE)為0.046，決定系數(shù)(R2)達(dá)到0.960。實(shí)驗(yàn)結(jié)果說(shuō)明評(píng)價(jià)模型的預(yù)測(cè)穩(wěn)定性較好。

圖8 訓(xùn)練集預(yù)測(cè)結(jié)果與真實(shí)值對(duì)比Fig.8 Comparison of training set prediction results with true values

測(cè)試集實(shí)驗(yàn)樣本的真實(shí)值與預(yù)測(cè)值之間的誤差率如表4所示。由表4可知，測(cè)試集預(yù)測(cè)值與真實(shí)值最大誤差率為11.32%，考慮到選取樣本的隨機(jī)性，說(shuō)明預(yù)測(cè)模型的泛化性較高，新數(shù)據(jù)應(yīng)用到該模型也能得出較好的預(yù)測(cè)效果。

表4 預(yù)測(cè)模型的預(yù)測(cè)誤差率Table 4 The prediction error rate of the prediction model

5 結(jié) 論

通過(guò)以上研究，本文得到如下結(jié)論：

(1) 實(shí)車試驗(yàn)測(cè)量了雨刮-風(fēng)窗系統(tǒng)車內(nèi)的摩擦噪聲，在雨刮運(yùn)行的兩個(gè)反轉(zhuǎn)位置達(dá)到峰值，聲壓在低頻部分衰減較慢，而在高頻部分衰減較快，具有一定的復(fù)雜性。

(2) 運(yùn)用心理聲學(xué)客觀指標(biāo)，計(jì)算得出雨刮-風(fēng)窗系統(tǒng)運(yùn)行時(shí)的反轉(zhuǎn)噪聲是影響聲品質(zhì)的主要因素；在相同濕潤(rùn)條件下，高速工況的響度和尖銳度高于低速工況，粗糙度隨速度變化較小。

(3) 基于聲品質(zhì)主觀評(píng)價(jià)試驗(yàn)，采用支持向量機(jī)模型對(duì)雨刮-風(fēng)窗系統(tǒng)摩擦噪聲的聲品質(zhì)進(jìn)行預(yù)測(cè)，該模型主要由響度與尖銳度決定，具有較好的預(yù)測(cè)能力，為改善車內(nèi)聲品質(zhì)提供一定的參考。