郭勇，王海洋

（中國汽車技術(shù)研究中心，天津 300300）

全油門加速工況車內(nèi)聲品質(zhì)研究

郭勇，王海洋

（中國汽車技術(shù)研究中心，天津 300300）

以23輛乘用車的3擋全油門加速工況的車內(nèi)噪聲為研究對象，對車內(nèi)聲品質(zhì)采用等級評分法進行主觀評價試驗，分析計算各噪聲樣本的心理聲學參數(shù)和非心理聲學的客觀參數(shù)，并應用多元線性回歸理論建立聲品質(zhì)預測模型。研究表明，響度、線性度和粗糙度是影響聽眾對全油門加速噪聲主觀感受的最重要的因素，模型預測結(jié)果與主觀評價試驗結(jié)果相關(guān)系數(shù)2R為0.853，預測值與主觀評價實測值吻合度較高，所建立的聲品質(zhì)評價模型在統(tǒng)計學上是有意義的。

聲品質(zhì)；車內(nèi)噪聲；回歸分析；

CLC NO.:U467.4Document Code:AArticle ID:1671-7988(2014) 12-08-04

前言

隨著我國汽車工業(yè)的發(fā)展，車輛的噪聲問題已經(jīng)不能簡單的以A計權(quán)聲壓級作為評價標準，聲品質(zhì)因其能反映評價人對噪聲的主觀感覺而越來越受到各大汽車廠家的重視。穩(wěn)態(tài)下的汽車聲品質(zhì)研究已經(jīng)發(fā)展了很長時間，也取得了豐碩的成果[1-3]，但汽車在加速行駛條件下的車內(nèi)噪聲品質(zhì)研究較少，其聲品質(zhì)也是整車聲品質(zhì)研究的一個重要領(lǐng)域，對其聲品質(zhì)進行研究和改進是有重要意義的。

本文對23種類型國產(chǎn)乘用車在3擋全油門加速工況下行駛時的車內(nèi)各處的噪聲樣本進行了試驗采集和主觀評價, 計算各噪聲樣本相應的心理聲學客觀參數(shù)和非心理聲學的客觀參數(shù), 并通過統(tǒng)計學分析，采用多元回歸分析方法建立全油門加速工況下車內(nèi)噪聲的主觀評價結(jié)果與客觀參數(shù)之間的數(shù)學模型。

1、車內(nèi)聲品質(zhì)的主觀評價

1.1 樣本數(shù)據(jù)庫的建立

噪聲樣本的采集是聲品質(zhì)評價工作的第一步，也是決定

主觀試聽試驗能否順利進行、試驗結(jié)果是否真實有效的至關(guān)重要環(huán)節(jié)。為保證噪聲采集的真實有效，本文使用的噪聲樣本采集設(shè)備是LMS公司32通道數(shù)據(jù)采集前端和B&K公司的麥克風。

噪聲樣本采集試驗記錄了23輛國產(chǎn)乘用車在干燥平坦瀝青路面上，車內(nèi)乘員各處的噪聲信號，測試工況為3擋全油門加速工況，發(fā)動機轉(zhuǎn)速為2000rpm至5000rpm。剔除受到干擾及存在明顯異響的聲音樣本后，得到44個有效噪聲樣本。

1.2 主觀評價試驗

對車輛的主觀評價方法有很多種：直接評分法、成對比較法、語義細分法、排序法等，這些方法各有利弊，適用于不同的試驗條件。因此，必須選擇適宜的評價方法才能獲取良好的評價結(jié)果。

對全油門加速工況時的聲品質(zhì)進行評價時，等級評分法以具體數(shù)值為聲品質(zhì)最終結(jié)果，簡單明了、便于后續(xù)處理分析，多被相關(guān)文獻[4-7]采用。因而本文也選用等級評分法進行主觀聲品質(zhì)評價試驗，評價等級設(shè)定如表1所示。為保證評分數(shù)據(jù)的一致性，試驗給出了評分為5分和7分的噪聲樣本作為等級評分的參考。

表1 等級評分法刻度及其對應語義

針對等級評分法的弱點，本文在選取評價人員時，均選取有NVH工程經(jīng)驗或駕駛經(jīng)驗的人員，共選取評價人員30名，其中男性26名，女性4名，年齡在20歲至40歲之間。

在等級評分法中，需要對獲得的所有主觀評價結(jié)果進行數(shù)據(jù)檢驗，采用平均相關(guān)系數(shù)作為標準，剔除不穩(wěn)定評價人員的結(jié)果。本文采用SPSS軟件，對評價人員相互之間的Spearman 系數(shù)進行計算，然后對每位評價者與其他所有評價者的相關(guān)系數(shù)取算術(shù)均值，計算平均相關(guān)系數(shù)。各評價者之間的平均相關(guān)系數(shù)如表 2所示，從表可看出，第 7、12、19、25、27 、30位評價者的結(jié)果與其他人的相關(guān)系數(shù)相對較低，小于 0.7。這說明，以上幾位評價者給出的打分結(jié)果離散性較大，與其他人員的聲品質(zhì)打分線性關(guān)系很弱，應予以剔除。

表2 等級評分試驗中評價者的平均相關(guān)系數(shù)

經(jīng)上述數(shù)據(jù)檢驗后，保留了 24個人的評價結(jié)果。將這些有效評分結(jié)果進行統(tǒng)計，得到30個噪聲樣本的主觀評價數(shù)據(jù)。

2、聲品質(zhì)客觀評價參數(shù)分析

2.1 客觀參數(shù)計算

為客觀量化對聲音的主觀評價，人們提出了心理聲學的基本概念和基本參數(shù)，為聲音品質(zhì)評價提供了理論基礎(chǔ)。一般來說，響度、粗糙度、尖銳度、波動度等多個心里聲學參數(shù)已經(jīng)被廣泛的應用于聲品質(zhì)參數(shù)分析之中。參考國內(nèi)外相關(guān)文獻[4-7]，本文選擇響度、粗糙度和尖銳度三個心理學參數(shù)作為聲品質(zhì)客觀評價的一部分參數(shù)，這些參數(shù)的計算都采用LMS商用軟件提供的計算方法。

在對聲音品質(zhì)進行客觀評價時，除了用到心理聲學參數(shù)外，還會用到其他一些經(jīng)驗參數(shù)，如峰度、語言清晰度和語音干擾級等。本文針對全油門加速工況的聲壓級隨轉(zhuǎn)速的變化，提出線性度和低頻貢獻量兩個統(tǒng)計學經(jīng)驗參數(shù)。

2.1.1 線性度

在全油門加速評價過程中，評價人員對噪聲隨轉(zhuǎn)速的變化比較敏感，一般來說，車內(nèi)噪聲應該隨著轉(zhuǎn)速的增加而平穩(wěn)線性的增加，如果突然出現(xiàn)峰值或峰谷（圖1所示），評價人員會認為車輛出現(xiàn)異常，將會影響評價人員對該噪聲的主觀感覺。因此有必要對全油門加速工況的噪聲總聲壓級曲線的線性度進行評價。

本文中線性度的計算方式如下：

（1）對全油門工況的總聲壓級曲線(命名為曲線A)進行一元一次線性方程擬合，用該方程計算出的聲壓級（命名為曲線B）代表原曲線，如圖1中的虛線所示。

（2）考慮到一般人耳對聲壓級的變化的3dB(A)左右，因此將曲線B向Y向正向平移1.5dB(A)，得到曲線變化的最大允許變化范圍，計做Bmax；曲線B向Y負向平移1.5dB(A)，得到曲線變化的最小允許變化范圍，計做Bmin。如果總聲壓級曲線隨轉(zhuǎn)速的變化范圍在Bmax和Bmin之間，評價人員將對噪聲變化不明顯。如果超出這個范圍，將影響評價人員對噪聲的主觀感覺。

（3）應用公式（1）計算各個轉(zhuǎn)速下的聲壓級差值，全部相加后可以得到該曲線的線性度。

其中，i代表發(fā)動機轉(zhuǎn)速，其取值范圍是2000～5000；iA代表在轉(zhuǎn)速i時候的原曲線聲壓級；Bmaxi代表在i轉(zhuǎn)速時聲壓級允許變化的最大值；Bmini代表在i轉(zhuǎn)速時聲壓級允許的最小值。

2.1.2 低頻貢獻量

在全油門加速噪聲的客觀分析中，一般用圖2所示的聲壓級階次圖來分析全油門噪聲中低頻噪聲的影響。對于四缸機來說，就是C2、C4、C6、C8代表低頻噪聲隨轉(zhuǎn)速的變化趨勢。研究表明，低頻噪聲更容易給人耳壓迫的感覺，容易影響到評價人員的主觀感覺。因此有必要對全油門加速工況的噪聲總聲壓級的低頻噪聲的貢獻量進行評價。

本文中低頻貢獻量的計算方式如下：

（1）提取各轉(zhuǎn)速下的總聲壓級iA和C2聲壓級C2i，按照公式2進行計算。

（2）提取各轉(zhuǎn)速下的總聲壓級Ai和C4、C6、C8聲壓級C4i、C6i、C8i，依然按照公式2給出的計算公式計算數(shù)值。

（3）將所有所得數(shù)據(jù)進行求和，該數(shù)值就是該全油門曲線的低頻貢獻量。

通過應用上述公式和商業(yè)軟件的計算，得到30個樣本的聲品質(zhì)評價參數(shù)，具體參數(shù)如表3所示：

表3 各樣本噪聲心理聲學參數(shù)值及主觀評價結(jié)果

2.2 參數(shù)相關(guān)性分析

為了研究全油門加速工況的車內(nèi)噪聲品質(zhì)主觀評價結(jié)果與聲品質(zhì)客觀參數(shù)之間的相互關(guān)系, 本文使用SPSS(Statis -tical Product and Service Solutions )應用統(tǒng)計軟件對等級評分法得到的聲品質(zhì)主觀評價數(shù)值與計算得到的客觀參數(shù)進行了線性相關(guān)分析，分析結(jié)果如表4所示。

表4 車內(nèi)聲品質(zhì)主觀評價等級與客觀物理參數(shù)間的相關(guān)性

從表4上可以看出，響度、線性度、低頻貢獻量三個參數(shù)與主觀評價的結(jié)果有明顯的相關(guān)性，相關(guān)系數(shù)都在0.7以上。散點圖3、4、5可更直觀地表現(xiàn)出表4中響度、線性度、低頻貢獻量與主觀評價結(jié)果的線性相關(guān)性。

3、聲品質(zhì)多元回歸預測模型的建立

在明確了上述相關(guān)關(guān)系之后進行多元線性回歸分析, 以確定用聲品質(zhì)的參數(shù)客觀量化描述聲品質(zhì)主觀評價結(jié)果的關(guān)系式?；貧w分析方法是處理多個變量之間相互依賴關(guān)系的一種數(shù)理統(tǒng)計方法，它不僅能夠分析自變量對因變量影響的大小，還可以通過回歸方程對因變量進行預測和控制。本文中

的因變量為聲品質(zhì)評價值, 自變量則為表3中計算的6中聲品質(zhì)客觀參數(shù)。應用SPSS軟件[8]，按照逐步回歸( stepwise)方式, 通過F檢驗的方式來引入和排除自變量，最終響度、線性度和粗糙度進入模型,而低頻貢獻量、尖銳度和AI指數(shù)則被剔除，最終得到的多元線性回歸分析結(jié)果如表5所示。

表5 回歸模型概述及回歸系數(shù)表

根據(jù)表5中的非標準化系數(shù)，可以得到全油門加速工況下車內(nèi)聲品質(zhì)主觀評價的客觀量化數(shù)學模型，方程如下：

式中，SQ為主觀聲品質(zhì)評價的評價值；L為響度；Lin為尖銳度；R為粗糙度。

式3表明，在全油門加速工況下，轎車車內(nèi)噪聲品質(zhì)可以用響度、線性度和粗糙度參數(shù)進行客觀描述，其預測值與評審團測試結(jié)果相關(guān)系數(shù)R2為0.853，回歸模型的R2值大于0.8 證明預測模型與實際值之間具有較好的一致性。因此改善車輛全油門噪聲的聲學品質(zhì), 應該注意對噪聲的響度、線性度和粗糙度進行控制。另外, 表5中響度的標準化系數(shù)為0.736, 線性度的標準化系數(shù)為0.370, 粗糙度的標準化系數(shù)為0.205, 說明在本文的試驗條件下, 聲品質(zhì)客觀參數(shù)的影響程度由大到小為：響度>線性度>粗糙度。

最后，對所建立的多元回歸模型進行校驗，圖6和圖7中可以看出殘差基本呈正態(tài)分布，且散點分布基本符合直線趨勢。上述檢驗全部通過，說明本文建立的聲品質(zhì)客觀量化模型在統(tǒng)計學上是有意義的。

4、結(jié)論

（1）采用心理聲學參數(shù)響度和粗糙度，以及非心理聲學客觀參數(shù)線性度來描述全油門加速工況下的車內(nèi)噪聲聲品質(zhì)是合理的。

（2）通過多元回歸分析，建立評價人員的主觀評價值與聲品質(zhì)客觀參數(shù)之間的有效聯(lián)系，其預測值與評審團測試結(jié)果相關(guān)系數(shù)2R為0.853，證明預測模型與實際值之間具有較好的一致性。因此，該線性回歸模型可以用來對全油門加速工況的聲品質(zhì)進行預測，并且可以作為全油門工況聲品質(zhì)優(yōu)化的判斷依據(jù)。

（3）分析表明，響度和線性度是影響全油門加速工況聲品質(zhì)的最主要的客觀參數(shù)，兩者與評價結(jié)果負相關(guān)，說明隨著響度和線性度的增大，全油門加速工況的主觀評價結(jié)果會降低。

[1] 申秀敏，左曙光，王勇，李彬.轎車聲品質(zhì)主觀評價研究[J].振動與噪聲控制，2013年，第1期∶96-101.

[2] 陳劍,楊雯,李偉毅. 汽車聲品質(zhì)主觀評價試驗方法探究[J].汽車工程，2009,31卷∶389-392.

[3] 唐榮江. 車內(nèi)聲品質(zhì)評價預測與控制技術(shù)研究[D].長春∶吉林大學,2013.

[4] Sung-Jong Kim , Sang-Kwon Lee, Dong-Chul Park, Min-Sub Lee , Seung-Gyoon Jung. Objective Evaluation for the Passenger Car During Acceleration Based on the Sound Metric and Artificial Neural Network[C]. SAE paper 2007-01-2396, 2009.

[5] Kumbhar S. Mansinh, Rajesh Bhangale , Mohammad Riyazuddin. A Development of Booming Index of Diesel SUV by using Artificial Neural Network[J]. SAE paper 2012-01-1542,2012.

[6] Sung-Hwan Shina, Jeong-Guon Ih, Takeo Hashimoto , Shigeko Hatano. Applied Acoustics[J].2009∶309-320.

[7] 牟海龍. 國產(chǎn)轎車非穩(wěn)態(tài)狀況下聲音品質(zhì)的研究[D].長春∶吉林大學,2009.

[8] 夏怡凡. SPSS統(tǒng)計分析精要與實例詳解[M].北京∶電子工業(yè)出版社，2010.

The research of vehicle interior noise quality under the accelerating condition

Guo Yong, Wang Haiyang
（China Automotive Technology and Research Center, Tianjin 300300）

The interior noise samples from 23 types of passenger cars at wide open throttle condition were selected as the evaluation objects. The subjective evaluation test of sound quality was carried out with the magnitude estimation. Several primary objective psychacoustical parameters of these samples were calculated. And applies the theory of multiple linear regression to establish sound quality prediction model. Results show that loudness，linearity，and roughness were the most important factor among those affecting human perceptions of vehicle interior noise. The correlation coefficient between predictions and subjective assessment results is 0.853，a good agreement between prediction value and result of jury test. the subjective evaluation of sound quality evaluation model is significant in statistics. the subjective evaluation of sound quality evaluation model is significant in statistics.

sound quality；vehicle interior noise；regression analysis；

U467.4

A

1671-7988(2014)12-08-04

郭勇，就職于中國汽車技術(shù)研究中心。