汽车时变噪声的响度计算模型适用性分析
计算模态分析在发动机振动噪声中的应用
计算模态分析在发动机振动噪声中的应用作者：刘庆晨来源：《CAD/CAM与制造业信息化》2013年第12期关键词：模态分析；振动；噪声；发动机一、前言当今世界上，汽车的噪声和有害气体的排放已成为汽车污染环境的首要问题。
由于对生存环境的关心，人们力求降低汽车的噪声，而发动机又是汽车最重要的噪声源。
因此，汽车发动机的低噪音化研究是很必要的。
近年来，随着计算机技术的飞速发展，在汽车产品开发方面，CAE技术已经大量应用。
在零部件以及整车尚未制造出来时，使用C AE技术可以对它们的强度、可靠性以及各种特性进行计算分析，在计算机上进行“试验”。
模态分析技术是现代机械产品结构设计、分析的基础，是分析结构系统动态特性强有力的工具。
计算模态分析可以预测产品的动态特性，为结构优化设计提供依据。
模态分析是研究结构动力特性的一种方法，是系统辨别方法在工程振动领域中的应用。
二、模态分析基本理论振动模态是弹性结构固有的、整体的特性，通过模态分析方法得到结构各阶模态的主要特性，就可能预知结构在此频段内，在外部或是内部各种振源作用下的实际振动响应，而且一旦通过模态分析知道模态参数并给予验证，就可以将这些参数用于设计过程，优化系统动态性能。
模态分析过程如果是由有限元计算的方法取得的，称为是数值模态分析。
结构模态分析是结构动态设计的核心，其目的是利用模态变换矩阵将耦合的复杂自由度系统解耦为一系列单自由度系统振动的线性叠加，为结构系统的振动特性分析，振动故障诊断与预报以及结构动力特性的优化设计提供依据。
1.结构动力学方程对一个线性多自由度系统，其动力学平衡方程可表示为：2.结构的自由振动由此，求解一个多自由度系统的固有频率和振型的问题就归结为求方程组（5）的特征值和特征向量问题。
由于一般情况下，有限元分析中系统的模型较大，且不需要提取全部模态，所以多选用迭代法求解，常用的方法有子空间迭代法（Subspace Method）和兰索斯法（Block Lanczos Method）等。
道路交通噪声预测模型分析及实证研究
道路交通噪声预测模型分析及实证研究作者：王芸来源：《环球人文地理·评论版》2017年第02期摘要：国外相继开发出基于当地道路交通噪声预测模型，国内也以规范和导则相继发布交通噪声的各种预测模型。
本文通过对国内外常用道路交通噪声预测模型实测结果对比，找到符合我国噪声评价工作的预测模型。
关键词：交通噪声；预测模型；对比分析我国道路噪声环境影响评价常用噪声预测模型有三种：一国家环保部发布的《环境影响评价技术导则声环境》（HJ2.4-2009）（下称2009声导则模型）；二国家交通部发布的《公路建设项目环境影响评价规范》（JTGB03-2006）（下称2006规范模型）；三德国Cadna A软件。
本文对此三种道路噪声预测模型与实测结果对比，以此找到最适合我国噪声评价的预测模型及参数。
1 国内常用道路交通预测模型及软件比较车速，单车辐射声级以及距离衰减项是交通噪声预测主要影响因素，我国2009导则模型与2006规范模型、Cadna A三种不同交通噪声预测模型对上述三因素的区别为：车速：2009导则模型中没有明确给出计算方法；2006规范模型中根据不同车型速度、车型比等参数进行计算；Cadna A使用软件限速。
单车辐射声级项：2009导则模型中没有明确给出计算方法；2006规范模型中根据不同车型的平均车速进行计算；Cadna A软件将车型分为汽车、卡车两类进行源强计算。
距离衰减项：2009导则模型中以10为衰减系数，统一按照线声源的计算方法来计算距离衰减量；2006规范模型中以10和15为衰减系數，并将噪声源按照点和线两种不同生源进行距离衰减计算；Cadna A软件衰减系数为20，将空气与距离衰减合并。
2 模型验证本文在选择路段上，分别用五种预测模式对道路噪声预测，预测结果与监测现状结果比较。
2.1 路段参数本文测量路段为主干道，双向八车道，沥青路面，路基宽60m，设计车速为60km/h。
2.2 监测方案在道路中心线两侧间隔40-200m，每间隔20m处设监测点进行噪声监测。
汽车车外噪声预测的统计能量分析方法
汽车车外噪声预测的统计能量分析⽅法万⽅数据万⽅数据机械⼯程学报第４６卷第１０期能够向车外传递。
在距车⾝纵向对称⾯７．５ｍ处，建⽴了厚度为Ｏ．５ｍ的车外噪声预测声腔如图２所⽰。
图１轿车统计能量分析模型图２车外声腔３ＳＥＡ模型参数计算及测试３．１模态密度模型中较规则的平板和近似平板的曲⾯板均简化作为规则板件来处理，以计算其模态密度。
⼆维平板的模态密度Ａ⼑（⼚）２孟（５）式中４——平板⾯积Ｒ——截⾯回转半径ａ——纵波速对于难以⽤解析公式计算其模态密度的复杂结构⼦系统，采⽤导纳法对其进⾏模态密度测试，试验采⽤宽带⽩噪声信号激励，从⽽得到激励点的输⼊导纳⼑（功）：丝—Ｌ［２Ｒｅ［Ｙ］ｄｒｏ（７）７ｃｔｏ：⼀ｑ’１式中ｍ——⼦系统质量∞——ｌ／３倍频带中⼼圆频率上限伤——ｌ／３倍频带中⼼圆频率下限Ｒｅ［Ｙ］——输⼊导纳实部Ｒｅ［Ｙ】——导纳实部的空间平均试验测量前挡泥板、前门、前翼⼦板、前钟型座、后挡泥板和后门等复杂结构⼦系统的模态密度，其中左前门的模态密度如图３所⽰。
遑嚣鬈ｌ／３倍频带中⼼频率ｆ／Ｈｚ图３左前门⼦系统的模态密度３．２内损耗因⼦⼦结构ｆ的内损耗因⼦聃主要是由三种彼此独⽴的阻尼机理构成的碾２％＋％＋，‰（劲式中瑰——车⾝结构⼦系统本⾝材料内摩擦构成的结构损耗因⼦％——车⾝结构⼦系统振动声辐射阻尼形成的损耗因⼦‰——车⾝结构⼦系统边界连接阻尼构成的损耗因⼦车⾝结构材料的内摩擦损耗因⼦可从材料⼿册中查得，如：玻璃的结构损耗因⼦为ｌ×ｌ旷：钢的结构损耗因⼦为３×ｌ酽。
车⾝结构⼦系统的内部损耗因⼦通常受上述三个参数中的⼀个所⽀配。
如果结构的表⾯质量很⼤，⽽结合点处的边界连接损耗可以忽略不计，则结构的内部阻尼成为控制项。
当车⾝结构结合点处只有很少的能量损耗，声辐射阻尼在轻重量车⾝结构中起很重要的作⽤。
结构⼦系统的声辐射损耗因⼦荆＝型Ｆ（ｒｏ）＝型ｒｏＦ（ｒｏ）（６）式中、７～式中式中，（国）——激励点⼒的傅⾥叶变换ｖ（ｒ０１——激励点速度的傅⾥叶变换Ａ（ｒ０１——激励点加速度的傅⾥叶变换根据输⼊导纳进⽽得出模态密度％：丝（９）ｔｏｐ，岛——流体密度ｃ——声速仃——结构的辐射⽐成——结构的表⾯质量基于上述分析可见，简单车⾝结构⼦系统的内万⽅数据万⽅数据机械⼯程学报第４６卷第１０期右前钟型座、左后弹簧、左后阻尼减振器、右后弹簧和右后阻尼减振器，在６个连接点的被动侧分别安装⼀个加速度传感器，以测量路⾯对车⾝的激励。
车辆排气噪声声音品质的主观评价与模型预测
车辆排气噪声声音品质的主观评价与模型预测石岩;舒歌群;毕凤荣【摘要】采用成对比较法对18种车辆排气噪声进行主观评价,考察并选取描述排气噪声声音品质的客观心理声学参数,通过多元线性回归分析方法得到主观满意度和客观心理声学参数间的关系,并建立起车辆排气噪声声音品质评价预测模型.研究结果表明,响度是影响人们对车辆排气噪声主观感受的主要因素.所建立预测模型的R平方值为0.96,模型预测值与主观评价实测值间具有良好的一致性,所建立的声音品质评价模型可用来预测车辆排气噪声的声音品质.%Perceptions of eighteen vehicle exhaust noises were obtained by paired comparison jury test, and proper psychoacoustic parameters were selected for objectively characterizing the sound quality of exhaust noise. The relation between sensory pleasantness and objective parameters was achieved through multiple linear regression analysis, and the sound quality prediction model of vehicle exhaust noise was established. The results indicate that loudness is the most important factor among those affecting people's perceptions of the vehicle exhaust noise. The 7?-squared value of the prediction model is 0.96, which shows good agreement between the prediction value and the result of jury test, and the model is effective for predicting the sound quality of vehicle exhaust noise.【期刊名称】《天津大学学报》【年(卷),期】2011(044)006【总页数】5页(P511-515)【关键词】声音品质;排气噪声;主观评价;心理声学;满意度;预测模型【作者】石岩;舒歌群;毕凤荣【作者单位】天津大学内燃机燃烧学国家重点实验室,天津,300072;天津大学内燃机燃烧学国家重点实验室,天津,300072;天津大学内燃机燃烧学国家重点实验室,天津,300072【正文语种】中文【中图分类】TK411.6声音品质的改善目标是使产品的声音能够适应消费者要求、容易被人接受，不令人厌烦．产品的声音也会像其造型一样成为产品的卖点之一，直接影响到产品的市场销售潜力，所以改善产品的声音品质已经变得越来越重要．当前，声音品质的研究工作已经在电器、音响和汽车制造业等行业中受到极大重视[1]．由于排气噪声是发动机与车辆的最主要噪声源之一，改善其声音品质对提高动力机械乃至整车的噪声、振动和平顺性(noise，vibration，harshness，NVH)特性具有重要的影响．国内外的研究学者在对车辆及发动机噪声声音品质的研究中发现，对声音品质的主观感受和评价往往受人种、地域、经历等各种因素的影响[2]，国际上对车辆及发动机噪声声音品质的研究成果可以参考但不能完全借鉴，因此有必要研究国人对排气噪声的主观感受．笔者以车辆的排气噪声作为研究对象，通过评审团测试得到应试者对排气噪声的主观感受与评价，考察并选取适当的客观心理声学参数，对应试者的主观感受和客观参数间的相关性进行了研究，并采用多元线性回归分析的方法建立排气噪声声音品质的评价模型．1 排气噪声声音品质主观评价实验1.1 样本的录制与回放选取了18 种以汽油机为动力的、1.6,L 排量以下的小型车作为研究对象，记录每辆车在60,km/h 行驶速度下的排气噪声．为了保证录音质量不会受到周围环境的影响，整个测试过程在半消声室中进行，测试时驱动轮悬空，以排除轮胎噪声及风的影响．测试设备采用LMS 公司的b 数据采集系统，使用放置在距离排气管出口处1,m、距地面高1.7,m 处的2 个麦克风同时记录噪声信号以模拟双耳的听觉，之后使用音频编辑软件将2 个麦克风所记录的单声道声音合成为立体声，以此来模拟人耳的真实听觉．对每种车型的排气噪声进行回放和监听，从中截取长度为3,s 的较为稳定的噪声信号，得到一共18个声音作为主观评价的测试样本．为了保证真实地还原所记录的噪声信号，主观评价时使用TerraTec 声卡和Sennheiser 监听耳机进行回放；回放时各样本的声压级与录制时保持一致．为排除外界因素干扰，主观评价测试在安静的听音室内进行[3]．1.2 评审团测试评审团测试采用成对比较法，评价指标为满意度系数．由计算机程序自行排列组合产生N＝18×(18-1)＝306 个样本对，测试时只需应试者选择两两播放的样本中给人主观感受较好的一个；整个测试过程可控，可自行选择回放之前的样本对或者继续测试．播放时每对样本间停顿1,s，总测试时间约为1 h. 同样的样本对在整个测试过程中播放2 次，但其播放的次序不同．样本对的数目比以往单纯的成对比较法多出1 倍，目的是减少播放顺序对应试者的影响，并从测试结果中判别每位应试者测试数据的可信度，以便从中筛选有效数据．全部51 名测试人员中有男性28 人，女性23 人，年龄分别在20～40 岁不等．2 主观评价结果分析2.1 客观心理声学参数的选择由于声音品质的研究工作开展时间较短且主观性较强，国内外研究人员和学者近年来分别提出了多种用于描述声音品质的客观心理声学参数，但其中除了响度和语音干扰级以外其他均未得到国际上一致的认可．笔者分别详细研究了各种心理声学参数的概念、特征及其使用条件，参考相关文献的研究成果[4-6]，最终决定使用响度(loudness)、尖锐度(sharpness)、粗糙度(roughness)、波动度(fluctuation strength)和峭度(kurtosis)作为描述车辆排气噪声声音品质的客观参数．有关响度、尖锐度、粗糙度和波动度几个参数的定义及描述可参考文献[7]．峭度Ks 是统计学中描述数据分布形状的概念，是度量一个分布经过标准化以后相对于正态分布的尖峭或平坦程度的指标，为无量纲参数．式中：σ为分布的标准偏差；N 为分布中存在的样本数；xj 为样本j 的值；为样本均值．峭度为统计量，可分别用于信号时域和频域的分析，在时域中表示对整个样本时间长度而言声音的冲击性．本文中采用峭度来描述声音样本的时域变化特性．2.2 成对比较法测试结果成对比较法是强制性选择的方法，无论测试者是否用心参与评审团测试，总能获得一个结果，因此需要确定结果的可靠性．可靠性评价指标为数据重合度和数据一致性．数据重合度是指在计算机2 次以不同顺序播放同一对样本时应试者做出的判断是否相同，是一个简单的百分比．数据一致性是用来判断测试结果有序性的标准，在此使用Kendall 一致性系数ζ(k)[8]，其计算式为式中：I 为样本的个数；A(i，k)为应试者所听样本的综合成绩；k 为使用测试数据的个数；S 为一致组的个数．经过计算统计，整个评审团测试结果的平均重合度系数为0.704，平均一致性系数为0.932，说明本次主观评价使用成对比较法是较为可靠的．去掉其中重合度系数小于0.6 和一致性系数小于0.5 的测试数据，最后得到有效数据42 个．将每个测试者对每个样本的评价结果与结果的重合度和一致性系数相乘，然后对每个样本的评价结果求和并做平均，最后按照样本总分对各样本平均分做等比例修正．计算得到的平均评价值称为满意度(sensory pleasantness)，以P 表示，为无量纲系数，其值越大代表声音品质越好，用于之后的相关性分析和评价模型的建立．各样本心理声学参数和满意度见表1．表1 各样本心理声学参数及满意度Tab.1 Psychoacoustics parameters and sensory pleasantness of samples样本号响度尖锐度粗糙度波动度峭度满意度1 47.9 1.71 0.42 0.13 -0.06 24.2 2 46.3 1.78 0.46 0.18 -0.02 25.4 3 23.4 1.75 0.95 0.13 -1.79 28.9 4 22.8 1.62 0.57 0.19 -2.27 28.5 5 29.3 1.72 0.14 0.14 -0.11 21.9 6 45.7 1.64 0.260.12 -0.52 29.4 7 39.3 1.75 1.15 0.11 -0.14 13.10 8 49.4 1.640.34 0.15 -0.35 25.4 9 30.6 1.24 2.18 0.06 -0.94 19.8 10 27.71.18 1.92 0.11 -0.37 22.6 11 36.9 1.41 0.94 0.09 -0.01 14.0 12 29.0 1.30 1.14 0.10 -0.61 24.4 13 47.2 1.90 0.29 0.11 -0.12 22.2 14 26.1 1.47 0.50 0.09 -0.49 22.3 15 25.3 1.44 1.21 0.08 -0.18 23.8 16 46.5 1.51 1.10 0.24 -0.23 11.0 17 25.5 1.81 2.09 0.08 -0.32 25.3 18 30.6 1.58 1.00 0.12 -0.31 23.9数据表明，测试者对车辆排气噪声响度的敏感性最强，响度低的样本普遍满意度较高，而响度高的样本满意度都很低，即响度和满意度大致成反比．测试中得到评价最好的样本3 和4 为同一车型不同工况下的噪声，这主要是因为它们的响度在全部样本中最低并且峭度最高．而样本13 具有在全部样本较高的响度和最高的尖锐度，因而满意度最低．单凭观察所能得到的信息仅止于此，进一步的分析还需要引入统计学工具．3 相关性分析及声音品质评价模型的建立3.1 一元线性回归分析线性回归提出了主观评价结果和客观物理参数间的线性数学模型，使用最小二乘法分别对满意度和响度、尖锐度、粗糙度、波动度、峭度这些客观心理参数值进行回归分析，得到的结果见图1～图5．图1 响度和满意度间的相关性Fig.1 Correlation between loudness and sensory pleasantness图2 尖锐度和满意度间的相关性Fig.2 Correlation between sharpness and sensory pleasantness图3 粗糙度与满意度间的相关性Fig.3 Correlation between roughness and sensory pleasantness图4 波动度和满意度间的相关性Fig.4 Correlation between fluctuation strength and sensory pleasantness图5 峭度和满意度间的相关性Fig.5 Correlation between kurtosis and sensory pleasantness结果表明，响度和满意度之间的线性相关性很强，所有的数据点都分布在回归线附近，响度与满意度成反比关系．除响度以外，其他各心理声学参数和满意度之间并不存在显著的线性相关性，说明客观参数对满意度的影响不是相互独立的，用线性相关分析的方法分析排气噪声声音品质与每个客观心理声学参数的独立关系[9-10]会导致较大的偏差．3.2 多元线性回归模型主观评价结果y 的信赖变量xi(i＝1，2，…，m)为多个时，y 与xi 的多元线性回归方程为式中：α，β1，…，βm 为线性回归系数；ε 为随机误差，假定ε 遵从正态分布N(0，σ2)．从统计学角度讲，样本数目越多所建立的回归模型越精确，但成对比较法评审团测试所需时间随着样本数量的增加而成指数规律增加，对评审团成员的心理状态的要求也提高；同时，采集更多的样本所需获取的研究对象的难度也会增加，因此，本次研究选取了18 个样本．在建立回归模型之前首先对表1 中的客观参数结合满意度进行显著性检验，方差分析结果见表2．可以看到，组间方差与组内方差的比率 F 值为261.240，显著性概率P 远小于0.05，说明满意度和客观参数间具有显著的线性关系，保证了回归模型的整体有效性．表2 方差分析结果Tab.2 Results of variance analysis来源自由度平方和均方 F模型 5 1,306.199,2 261.240 65.708,9误差 12 47.708,6 3.976 P＞F合计 17 1,353.907,8 —＜0.000,1通过最小二乘法拟合进行多元线性回归分析，建立回归模型，模型各参数见表3，表中t 为偏回归系数，回归模型反映回归精度的R 平方值为0.96，均方根误差为1.99．通常R 平方值在0.8 以上即认为回归模型可用，说明建立的预测模型与实际值间具有良好的一致性．表3 多元线性回归模型参数Tab.3 Parameters of multiple linear regression model项目估计值标准误差 t 比率 P＞|t|截距 46.390,1 5.252,991 8.83 ＜0.000 1响度－0.877,53 0.080,269 -10.93 ＜0.000 1尖锐度－1.854,79 2.923,491 －0.63 ＜0.537,7粗糙度－0.914,485 01.023,22 0.89 ＜0.389波动度 26.915,21 14.761,45 1.82 ＜0.093,2峭度－0.479,468 0.926,055 0.52 ＜0.614由表3 中的数据即可写出回归模型预测表达式，即车辆排气噪声声音品质预测模型式中Sp、Ln、Sn、Rn、Fs、Ks 分别表示满意度、响度、尖锐度、粗糙度、波动度和峭度．从式(4)可知，比较式中的各项系数，尽管响度的系数并不是最大，但由于式中所使用的各客观参数值均为其实际值，而其余各项参数的实际值数值范围很小，与响度值相比有数十倍之差，故在式(4)中响度对满意度仍起主导作用，其系数前的负号表示响度与满意度成反比．图6为预测模型所生成的满意度预测值和实际值之间的关系，虚线表示预测模型满意度96%的范围．可以看到绝大多数数据点位于此范围内，说明预测与实际值的吻合程度较高，表明了预测模型的有效性．图6 预测模型的有效性Fig.6 Effectivity of the prediction model4 结论(1) 采用响度、尖锐度、粗糙度、波动度和时域意义上的峭度作为描述车辆排气噪声声音品质的客观心理声学参数是合适的．(2) 响度是影响车辆排气噪声主观感受的最主要的心理声学参数，和满意度呈负相关，其他心理声学参数和满意度之间并不具备显著的独立线性相关性．(3) 使用多元线性回归方法得出的车辆排气噪声声音品质预测模型，建立了主观感受和客观参数之间的有效联系，可以用来预测和描述车辆排气噪声的声音品质．(4) 针对车辆排气噪声声音品质的多元线性回归分析方法可以推广到建立车辆内、外部噪声主观评价与客观心理声学参数之间的回归模型，预测车辆行驶噪声与车内环境噪声的声音品质．【相关文献】［1］舒歌群，刘宁. 车辆及发动机噪声声音品质的研究与发展[J]. 汽车工程，2002，24(5)：403-406.Shu Gequn，Liu Ning. Research and development of vehicle and engine noise sound quality[J]. Automotive Engineering，2002，24(5)：403-406(in Chinese)．［2］焦风雷，田静，刘克，等．人群分类与车内噪声声品质主观评价研究[J]. 声学技术，2006，25(6)：568-572.Jiao Fenglei，Tian Jing，Liu Ke，et al. Listener clustering and subject assessment of car interior noise quality[J]. Technical Acoustics，2006，25(6)：568-572(in Chinese).［3］Otto Norm，Amman Scott，Eaton Chris，et al. Guidelines for jury evaluations of automotive sounds[J]. Journal of Sound and Vibration，2001，35(4)：24-47.［4］Shin Sung-Hwan，Ih Jeong-Guon，Hashimoto Takeo，et al. Sound quality evaluation of the booming sensation for passenger cars[J]. Applied Acoustics，2009，70(2)：309-320.［5］Lee Sang-Kwon. Objective evaluation of interior sound quality in passenger cars during acceleration[J]. Journal of Sound and Vibration，2008，310(1)：149-168.［6］De Diego M，Gonzalez A，Pinero G，et al. Subjective evaluation of actively controlled interior car noise[J].2001 IEEE International Conference on Acoustics，Speech，and Signal Processing. Salt Lake City，USA，2001：3225-3228.［7］Zwicker E，Fastl H. Psychoacoustics—Facts and Modals[M]. 2nd ed. Berlin Heidelberg ， New York ：Springer-Verlag，1999.［8］Hussain M，Golles J，Ronacher A. Statistical evaluation of an annoyance index for engine noise recordings[J].SAE Transactions，1991，100(6)：527-535.［9］陈双籍，陈端石．基于心理声学参数的车内声品质偏好性评价[J]. 噪声与振动控制，2005，25(3)：45-47.Chen Shuangji，Chen Duanshi. Sound quality preference evaluation for car interior noise based on psychoacoustic parameters[J]. Noise and Vibration Control，2005，25(3)：45-47(in Chinese).［10］舒歌群，王养军，卫海桥，等．汽车车内噪声声音品质的测试与评价[J]. 内燃机学报，2007，25(1)：77-83.Shu Gequn ， Wang Yangjun ， Wei Haiqiao ， et al.Measurement and evaluation of sound quality of interior noise of vehicle cabin[J]. Transactions of CSICE，2007，25(1)：77-83(in Chinese).。
汽车时变噪声的响度计算模型适用性分析
’ｒａｂ．１
表１ 基于纯音的晌度计算结果正确性验证（与ＡＮＳＩ ３．４计算结果比较ｌ Ｖａｌｉｄａｔｉｏｎ ｏｆ ｌｏｕｄｎｅｓｓ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｐｕｒｅ ｔｏｎｅ（ｃｏｍｐａｒｅｄ ｗｉｔｈ ＡＮｓＩ ３．４ ｃａｌｃｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ）
２瞬态响度计算模型建立
稳态响度模型假设声信号的频率成分不随时间 改变，而实际的信号往往具有明显的时频特性，因此 需要建立瞬态响度计算模型．研究发现，非稳态噪声 的时变响度与噪声带宽、幅值及其冲击成分持续时间 存在复杂的非线性关系［１］，因此难以形成基于机理的
张立军（１９７２一），男．副研究员，工学博士，主要研究方向为汽车振动与噪声控制、汽车系统动力学分析与控制． Ｅ－ｍａｉｌ：ｌｉｉｔｍ．ｚｈａｎｇ＠ｆｃｖ－ｓｈ．ｔｏｎｉ
万方数据
同济大学学报（自然科学版）
第３８卷
度模型发展的基本过程．其中，计权声压级属于单频 带（ｓｉｎｇｌｅ—ｂａｎｄ）响度模型，后三者属于多频带响度 模型，能够模拟人耳听觉特性，对输人信号进行多尺 度滤波Ｌ ９Ｉ．计权声压级［１］和Ｓｔｅｖｅｎｓ响度［９］的特点与 计算方法有关文献已阐述，下面仅简要介绍Ｚｗｉｃｋｅｒ 响度和Ｍｏｏｒｅ响度． １．１ Ｚｗｉｃｋｅｒ响度
汽车时变噪声的响度计算模型适用性分析
张觉慧１’２，张立军１，于佳１
（１．同济大学汽车学院，上海２０１８０４；２．上汽集团汽车研究中心，上海２０１８０４）
摘要：建立Ｚｗｉｃｋｅｒ瞬时响度、Ｍｏｏｒｅ瞬时响度、Ｍｏｏｒｅ时变 响度计算方法，引入ＡｒｔｅｍｉＳ软件的Ｚｗｉｃｋｅｒ时变响度计算 方法，并采用４种模型针对汽车发动机怠速噪声、汽车关门 声和电机驱动汽车加速噪声３种典型的稳态、冲击与阶次扫 频的信号进行响度计算，对比分析４种模型用于时变噪声响 度计算的适用性．研究表明：噪声频率成分与幅值变化越剧 烈，Ｚｗｉｃｋｅｒ与Ｍｏｏｒｅ时变响度计算偏差越大，瞬时响度模型 的计算越精确；Ｍｏｏｒｅ时变响度时频分析有助于噪声来源和 发生机理的分析与识别．
汽车噪音分析
汽车车内噪声试验的统计能量分析的CAE技术方案方案起草：北京声望声电技术有限公司起草人：吴群力地址:北京市西城区北三环中路27号商房大厦524室电话:(010)62525350,62007179传真:(010)62006201Email:qlwu@一、项目总体规划上汽奇瑞《试验的统计能量分析的CAE》项目技术目标为：1. 能够方便、快捷、准确地完成整车内，外噪声的预测，给新车的设计，改进提供科学的依据。
2. 用实验方法修正预测模型，为新材料，新结构，新工艺应用提供更准确的NVH 数据.3. 掌握试验的统计能量分析的CAE的方法，使奇瑞在NVH 的预测上能与国际大公司处在同一水平上。
《试验的统计能量分析的CAE》项目由两部份组成：1．统计能量分析的CAE 软件统计能量分析的CAE 软件选用法国ESI AutoSEA 2.3. AutoSEA 软件是目前世界上运用最广，功能最强的统计能量分析软件。
它的用户包括： FordGeneral Motor几乎所有的汽车生产产家都用AutoSEA 作噪声预测。
2．试验的统计能量分析的测量系统测量系统采用德国Mueller BBM PAK Mobile MKII 噪声与振动测量系统。
PAK Mobile MK II整个系统主要包括：1. 数据采集系统( BBM mobile MK II )2. 分析软件(BBM PAK )3. 传感器及测试附件二、详细技术方案论证《试验的统计能量分析的CAE》项目的技术方案分为三个阶段：第一阶段：计算机模型1）车型整体分析，根据选定的车型，分析整体结构，确定子系统和子系统的划分方式。
子系统与子系统之间的连接结构分析，结构连接与能量偶合因子的确定。
2）建立的整车的计算机三维模型SEA 的的整车模型有三种方法建立，最简单的方法是利用现有的有限元模型， AutoSEA 具有与通用有限元软件的接口，如Anasys, Nastran 等。
电动汽车声品质的评价分析及建模
电动汽车声品质的评价分析及建模随着人们对环境保护意识的提高以及新能源技术的不断进步，电动汽车已经成为了人们日常生活中越来越常见的一种出行方式。
然而，与传统燃油车相比，电动汽车的声品质一直是广大消费者关注的焦点。
因此，本文将从声品质的角度对电动汽车进行评价分析，并建立一种声品质评价的数学模型。
电动汽车的声品质主要包括以下几个方面：1. 噪音：电动汽车在行驶过程中产生的运动噪音和驱动系统噪音相对较小，但电动机咆哮、轮胎与路面的摩擦噪音、车内舱噪音等在低速行驶时仍然较为明显，影响驾驶者的驾驶体验。
2. 振动：电动汽车的振动相对于传统燃油车会更小，但同时也会受到驱动系统和制动系统的影响，如轮胎与路面间的摩擦力等。
3. 声音：电动汽车的声音比传统燃油车要小，但具有独特的声音特征，如电动机的高频噪音、电子设备的电磁干扰噪音等。
对于电动汽车的声品质评价，首先需要确定评价指标。
本文选取了以下五个指标来评估电动汽车的声品质：1. 噪音级别：使用噪音仪器测得电动汽车在不同速度下的噪音大小。
2. 振动级别：使用振动仪器测得电动汽车在不同路况下的振动大小。
3. 安静度：使用环境噪音仪器测得车内环境下的噪音大小。
4. 低频音质：使用360度环境声场仪器测得电动汽车在不同速度下低频音的情况。
5. 高频音质：使用频谱分析仪器测得电动汽车在不同速度下高频音的情况。
在确定了评价指标后，我们需要对电动汽车的声品质进行建模，以定量化地评价汽车的声音质量。
1. 噪音级别模型：噪音级别模型使用如下公式计算：Lp = 10 log10 (p2/p1) + K其中，Lp表示声级，p2表示被测物体产生的声压级，p1表示参考级别（一般取10^-12 Pa），K为常数。
通过该公式可以计算出电动汽车在不同速度下的噪音级别。
2. 振动级别模型：振动级别模型使用如下公式计算：V = (1/N) ∑ (v^2)其中，V表示振动级别，N为采样点数，v表示每个采样点的振动大小。
车辆行驶噪声的多普勒效应分析
车辆行驶噪声的多普勒效应分析摘要：车辆在行驶过程中存在多普勒效应，而当前建立的交通噪声预测模型中，很少考虑车辆行驶噪声的多普勒效应对交通噪声的影响。
通过建立车辆单车行驶噪声辐射模型，运用MATLAB软件理论计算，分析多普勒效应下车速及接收点位置对交通噪声的影响程度。
结果表明：车速小于67.0 km/h时，多普勒效应对交通噪声的影响均小于1.0 dB；当车速大于67.0 km/h，多普勒效应对交通噪声的影响范围为1~3 dB。
关键词：声学；多普勒效应；声压级；影响程度；随着机动车保有量的不断攀升和道路网络的快速发展，交通噪声污染问题对道路沿线居民生活影响越来越大，亟需解决。
建立准确的交通噪声预测模型是有效进行道路噪声研究工作的基础。
研究发现，在相同车速条件下，大型车的声压级普遍高于小型车[1]，考虑实际车型通行比例后的噪声模型，其噪声预测值也更接近实测值[2]。
近年来，道路通行的车型也有很大的变化，尤其是在夜间，大型车辆的占据比例逐渐增高。
采用夜间车型比预测的交通噪声比沿用昼间车型比预测的噪声值更高，与实测值更为接近[3]。
车型不同，声源高度不同，大型车辆的实际声源高度要高于等效模型声源高度，这使得交通噪声预测的结果差值范围为0.35~1.23 dB[4]。
随着大型的车辆种类不断增加，建立六类大型车辆声源模型，与传统道路交通噪声预测方法相比，更是提高了交通噪声预测的准确性和精度，可见，不同类型车辆对交通噪声的影响不容忽视。
另有研究发现小型车辆行驶噪声的多普勒效应明显[5]，各类型车辆行驶噪声的多普勒效应及其对噪声预测结果的影响程度研究仍鲜有人探讨。
本文以单辆汽车的行驶噪声为研究对象，利用MATLAB软件计算，分析多普勒效应下接收频率和接收点声压级的变化，综合车辆行驶状况，计算并分析多普勒噪声对交通噪声的影响程度，从而为后续道路声屏障的设计工作提供参考和借鉴。
1行驶噪声多普勒效应1.1接收点频率变化沿车道中心线建立x坐标轴，单车以车速v沿x轴从左向右匀速行驶；接收点R静止，R点至x轴的垂直距离为d（以下简称垂直距离），垂足O为坐标原点，O点坐标左边为正，右边为负；声速为340 m/s；在OR方向设置一路旁测点C，OC距离为r；声源和接收点的连线与x轴夹角为θ，连线距离为r；声源频1，接收点接收频率为f。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｋ ｅ ｒ ｓ ｏ ｄ ｅ ｓ ｃ ｌｕ ａ ｉ ｎ ｍｏ ｅ ； ｔ — ａ ｙ ｎ ｏ ｓ ； ｙ ｗｏ ｄ ：ｌｕ ｎ ｓ ｃ ｌｔ ｄ ｌ ｉ ｖ ｒ ｉ ｇ ｎ ｉ ａ ｏ ｍｅ ｅ
ａ ｉ ｂ ｌｔ ｎａｙｓｓ ｐｐｌ ａ ｃ ｉｉｙ ａ ｌ ｉ
响度计算方法 ， 引入 Ａ ｔｍｉ 件 的 Ｚ ｉｋ ｒ ｒｅ Ｓ软 ｗ ｃｅ 时变 响度 计 算 方法 ， 并采用 ４种模 型 针对 汽车 发动机 怠 速 噪声 、 车关 门 汽 声和电机驱动汽车加速噪声 ３种典 型 的稳 态 、 冲击 与阶次 扫 频的信号进行响度计算 ， 比分析 ４种模 型用 于时 变噪声 响 对 度计算 的适 用性 ． 究表 明 ： 研 噪声 频率 成分 与 幅值 变化 越剧 烈 ，ｗｉ ｅ 与 Ｍｏｒ Ｚ ｃ ｒ ｋ ｏ ｅ时变 响度 计算偏差越大 ， 瞬时响度模 型 发生机理的分析与识 别 ． 关键词 ： 响度计算模型 ；时变噪声 ； 用性 分析 适
张 觉 慧 ， 立 军 于 佳 张 ，
（． １ 同济 大 学 汽 车学 院 ， 海 ２ １０ ；２ 上 汽 集 团 汽 车研 究 中 心 ， 海 ２ １０ ） 上 ０８４ ． 上 ０ ８ ４
摘要 ： 建立 Ｚ ｉ ｅ 瞬时 响度 、Байду номын сангаасｏｅ瞬时 响度 、 ｏ ｒ 变 ｗｃ ｒ ｋ Ｍｏ ｒ Ｍｏ ｅ时
现代 汽车 Ｎ Ｈ（ｏｓ ，ｉｒｔ ｎａｄｈｒｈ ｅｓ Ｖ ｎｉ ｖｂａｉ ｎ ａｓｎ ｓ） ｅ ｏ 工 程 已经从 传 统 的噪声 控制 发 展 到声 学 品质 设计 的 新 高度 ， 响度成 为 重要 的评 价 指标 ． 响度 概 念 最 早 由
模型 ， 主要 包括 ： 权 声 压 级 、 ｔｖ ｎ 响 度 、 ｗｉ ｅ 计 Ｓｅｅ ｓ Ｚ ｃ ｒ ｋ 响度 与 Ｍｏ ｒ 度 ［ ４． 中 ， ｗｉｋ ｒ 法 由 于建 ｏ ｅ响 ］ 其 － Ｚ ｃｅ 方
ａｋ ａ ｓｎ提 出＿ ， １ 随后 人 们 建 立 了多 种 响度 计 算 ］ 的计算 越精确 ； ｏｅ时变 响度时 频分析 有助 于噪声来 源 和 Ｂ ｒｈ ｕｅ Ｍｏｒ
立较早 ， 计算精度较高 ， 应用最为广泛． 但是 ， 上述模 型 对 于稳 态 噪 声 响 度 的计 算 精 度 较 高 ， 算 非 稳 态 计 因 基 Ａｐ ｌｃ ｂ ｌ ｙ ｏ ｆ ｅ ｅ ｔ Ｌｏ ｄ ｅ ｓ Ｍｏ ｅｓ ｏ ｐ ｉａ ｉｉ ｆ Ｄｉｆｒ ｎ ｕ ｎ ｓ ｄ ｌ ｔ 噪声 响度则 存 在较 大误 差 ． 此 ， 于人 耳 时 域掩 蔽 ｔ 效 应 ， 们 提 出 时 变 响 度 计 算 方 法 ｌ ． 是 ， 于 人 ５ 但 ］ 由 Ｔ ｍｅｖ ｒ ｉｇＳ ｕ ｄ ｏ ｈ ｃｅ ｉ ・ａ ｙｎ ｏ ｎ ｆ Ｖｅ ｉｌ 时变 响度 详 细 考 虑 时 域 掩 蔽 效 应 的 复 杂 性 与 困难 ＺＡ ＧＪｅｕ ＺｔＮ ｉ ｎ ， 【 Ｈ Ｎ ｈｉ ｕ 一。 ｔ ＧＬｊ ｙ， Ａ ｕ 性， 导致 该方 法未 被 广泛认 可 ． 针对 不 同 的信 号如 何 （ ．Ｃ ｌ ｇ ｏ Ａ ｔｍｏ ｉｅ ｔｄｅ ，Ｔｏ ｇｉ ｎ ｖ ｒ ｉ ， Ｓ ａ ｇ ａ １ ｏｌ ｅ ｆ ｕ ｏ ｔ Ｓｕ ｉｓ ｅ ｖ ｎｊ Ｕ ｉｅ ｓ ｙ ｔ ｈｎ ｈ ｉ 选 择 响度 计 算 方 法 尚未 形 成 清 晰 的指 导 原则 ， 因此 ２１０ ０ ８ ４，Ｃｈ ｎ ｉ ａ； ２． Ａｕｔ ｍｏ ｌ Ｒｅ ｅ ｒ ｈ ｅ ｅ ｆ ＡＩ ｏ ｂｉ ｅ ｓ ａ ｃ Ｃ ｎｔ ｒ ｏ Ｓ Ｃ， Ｓ ａ ｈ ｉ ｈ ｎｇ ａ 急需分析不 同响度模型对于不 同噪声信号响度计算 ２１０ ０ ８ ４．Ｃ ｉ ａ ｈｎ） 的适 用 性 ． 文 在 综 合 前 期 文 献 的基 础 上 ， 立 了 本 建 Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ｔｈ ｅ ｏ ｎ ｏ ｄ ｅ ｓ ｃ ｌ ｕａ ｉｎ ｍｏ ｅ ｓ ｉ ｃ ｕ ｉ ｇ ｒ ｅ ｓ ｕ ｄ １ｕ ｎ ｓ ａ ｃ ｌ ｔ ｄ ｌ ，ｎ ｌ ｄ ｎ Ｚ ｃ ｅ 瞬 时 响度 （ ｗｉ ｅ ｓ ｎａ ｅ ｕ ｕ ｎ ｓ， ｏ ｗｉ ｒ ｋ Ｚ ｃ ｒｉ ｔ ｔｎ ｏ ｓｌ ｄ ｅｓ ｋ ｎ ａ ｏ Ｚ ｃ ｅ ｎ ｔ ｎ ａ ｅ ｕ ｏ ｄ ｅ ｓ ｍｏ ｅ 。 ｏ ｅ ｎ ｔ ｎ ａ ｅ ｕ ＺＬ） ｗｉｋ ｒ ｉ ｓａ ｔ ｎ ｏ ｓ ｌ ｕ ｎ ｓ ｄ ｌ Ｍｏ ｒ ｉ ｓａ ｔ ｎ ｏ ｓ Ｉ 、Ｍｏ ｒ 瞬 时 响 度 （ ｏｅ ｎ ｔｎ ａ ｅ ｕ ｏｅ Ｍｏ ｒ ｉｓａ ｔｎ ｏ ｓ ｌ ｕ ｎ ｓ ｄ ｌ ａ ｄ Ｍｏ ｒ ｉ — ａ ｙｎ ｏ ｄ ｅ ｓ ｍｏ ｅ ， ｎ ｌ ｄ ｅｓ ＭＩ 、 ｏ ｄ ｅ ｓ ｍｏ ｅ ｎ ｏ ｅ ｔ ｍｅ ｖ ｒ ｉ ｇ ｌｕ ｎ ｓ ｄ ｌ ａ ｄ ｏ ｎ ｓ ， Ｌ） Ｍｏ ｒ 时 变 响 度 （ ｏｅ ｉ ． ｕ ｏｅ Ｍｏ ｒ ｔ ｍｅ ｔ ｅ ｃｔ ｄ Ｚ ｃ ｅ ｉ — ａ ｙ ｎ ｏ ｄ ｅ ｓ ｍｏ ｅ ｎ Ａ ｔ ｍｉ ， ｈ ｉ ｗｉｋ ｒ ｔｍｅ ｖ ｒ ｉ ｇ ｌｕ ｎ ｓ ｄ ｌ ｉ ｅ ｒ ｅ ｓ ｖｒｉｇｌ ｄ ｅｓ ＭＴ Ｌ） 算 方 法 ， 引 入 基 于 ａｙｎ ｕ ｎ ｓ， Ｖ 计 ｏ 并 ｗｅ ｅ ａ ｐ ｉｄ ｔ ａ ｃ ｌｔ ｈ ｉ — ａ ｙ ｎ ｏ ｄ ｅ ｓ ｏ ｈ ｅ ｒ ｐ ｌ ｏ ｃ ｌｕ ａ ｅ ｔ ｅ ｔ ｅ ｍｅ ｖ ｒ ｉ ｇ ｌｕ ｎ ｓ ｆ ｔ ｒ ｅ Ｈａ ｅ ｄ公 司 Ａ ｔｍｉ 软 件 的 Ｚ ｃ ｅ 时 变 响 度 ｒｅ Ｓ ｗｉｋ ｒ ｔ ｐ ｃ ｌｎ ｉ ｓ ｓ ｃ ｓ ｓ ｅ ｄ ｎ ｉ ｅ ｉｌ ｏ ｓ ，ｍｐ ｌｉ ｅ ｄ ｒ ｙ ｉａ ｏ ｓ ｕ ｈ ａ ｔ ａ ｙ ｅ ｇ ｎ ｄ ｅ ｎ ｉｅ ｉ ｕ ｓｖ ｏ ｅ （ ｗｉ ｅ ｉ —ａｙｎ ｏ ｄ ｅ ｓ Ｚ Ｌ） 算 方 法 ； Ｚ ｃ ｒｔ ｖ ｒ ｉｇ ｌｕ ｎ ｓ ， ＴＶ 计 ｋ ｍｅ ｃｏ ｉ ｇ ｎ ｉ ｎ ｒ ｅ — ｗｅ ｔ ｅｅ ｔｉ ｅ ｉｌ ａ ｓ ｂ ｏ ｓ ． ｌｓ ｎ ｏ ｓ ａ ｄ ｏ ｄ ｒ ｓ ｐ ｌ ｃ ｒｃ ｖ ｈ ｃ ｅ ｐ ｓ — ｙ ｎ ｉ ｅ ｅ 然 后 针 对 发 动 机 怠 速 噪 声 、 车 关 门声 和 电机驱 动 汽 Ｂ ｓ ｄ ｏ ｈ ｏ ｄ ｅ ｓ ａ ｌ ｕ ｅ ａ ｄ ｔｍｅ ｆｅ ｕ ｎ ｙ ｌ ｕ ｎ ｓ ａ ｅ ｎ ｔ ｅ ｌ ｕ ｎ ｓ ｍｐ ｉ ｄ ｎ ｉ — ｑ ｅ ｃ ｏ ｄ ｅ ｓ ｔ ｒ
第 ３ 第 ９期 ８卷 ２１ ０ ０年 ９月
同 济 大 学 学 报（ 然 科 学 版 ） 自
Ｊ Ｕ Ｎ ＬＯ ０ Ｇ Ｉ Ｎ Ｖ Ｒ Ｉ Ｙ Ｎ Ｔ Ｒ ＬＳ Ｉ Ｎ Ｅ Ｏ Ｒ Ａ Ｆ Ｔ Ｎ Ｊ Ｕ Ｉ Ｅ ｓＴ （ Ａ Ｕ Ａ ｃ Ｅ ｃ ）
ＶｏＩ３ ． ８ Ｎｏ． ９ Ｓ ｐ．２ １ ｅ ００
文 章 编 号 ： ２ ３３ ４ （０ ０ ０ —３ ５０ ０ ５ —７ Ｘ ２ １ ）９１４ —５
Ｄ Ｉ１ ．９ ９ｊｉ ｎ０ ５ —７ ｘ ２ １ ．９ ０ ７ Ｏ ：０ ３ ６ ／． ｓ ．２ ３３４ ．０ ０ ０ ． １ ｓ
汽 车 时变 噪 声 的 响度 计 算 模 型 适 用 性 分 析