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(shí)驗(yàn)室，重慶 400054；3.重慶市車輛檢測(cè)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(wèn)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(huì)影響到駕乘人員的反應(yīng)速度以及接受和識(shí)別各種信號(hào)的能力，因此對(duì)特種車車內(nèi)噪聲的研究有十分重要的意義。“聲品質(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(duì)聲音的主觀感受。2007年，韓國(guó)仁荷大學(xué)Kim Sung Jong等［2］引入神經(jīng)網(wǎng)絡(luò)對(duì)客車車內(nèi)聲品質(zhì)進(jìn)行了研究，在試驗(yàn)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(píng)價(jià)間的聯(lián)系，從而實(shí)現(xiàn)了聲品質(zhì)的客觀評(píng)價(jià)，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(duì)于車內(nèi)中頻噪聲的預(yù)測(cè)，國(guó)內(nèi)外學(xué)者主要采用有限元 統(tǒng)計(jì)能量混合（FE-SEA）方法。2011年 Qin Xiaolong等［3］使用混合 FESEA方法對(duì)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(duì)車輛的聲固耦合系統(tǒng)進(jìn)行預(yù)測(cè)，并驗(yàn)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(jiǎn)化前圍板為FE子系統(tǒng)，并對(duì)前圍板的中頻聲傳遞損失進(jìn)行了預(yù)測(cè)。同年，Chen等［5］建立了轎車混合FE-SEA模型，完成了對(duì)車內(nèi)中頻噪聲仿真預(yù)測(cè)，并通過(guò)對(duì)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(píng)價(jià)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(duì)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(píng)價(jià)實(shí)驗(yàn)

聲樣本的采集實(shí)驗(yàn)條件參照標(biāo)準(zhǔn)GB／T14365—1993《聲學(xué)機(jī)動(dòng)車輛定置噪聲測(cè)量方法》［6］、GB／T18697—2002《聲學(xué)汽車車內(nèi)噪聲測(cè)量方法》［7］。實(shí)驗(yàn)過(guò)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(shí)驗(yàn)設(shè)備和部分測(cè)點(diǎn)位置如圖1所示。樣本采集實(shí)驗(yàn)中選取了3輛不同型號(hào)的特種車，實(shí)驗(yàn)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(shí)驗(yàn)共得到68個(gè)有效噪聲樣本（盡量均勻包含了17個(gè)工況）。

圖1 人工頭HMSIV0和駕駛員處測(cè)點(diǎn)

聲品質(zhì)的主觀評(píng)價(jià)是以評(píng)價(jià)實(shí)驗(yàn)的形式對(duì)評(píng)價(jià)對(duì)象進(jìn)行描述，再通過(guò)統(tǒng)計(jì)學(xué)方法來(lái)獲得合適的評(píng)價(jià)術(shù)語(yǔ)以描述主觀感知特征，最終對(duì)聲品質(zhì)進(jìn)行區(qū)分評(píng)價(jià)［8］。常用的有等級(jí)評(píng)分法、簡(jiǎn)單排序法、成對(duì)比較法和語(yǔ)義細(xì)分法等。本文中選擇了等級(jí)評(píng)分法進(jìn)行試驗(yàn)，以煩躁度作為聲音屬性，把等級(jí)分為了0～10的11個(gè)等級(jí)來(lái)進(jìn)行主觀評(píng)價(jià)，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(jí)

本次主觀評(píng)價(jià)實(shí)驗(yàn)選取了35名評(píng)價(jià)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(píng)價(jià)經(jīng)驗(yàn)者10名；有駕駛經(jīng)驗(yàn)者23名。每個(gè)聲音重復(fù)聽3次，間隔時(shí)間為3 s，之后有10 s的時(shí)間對(duì)該聲音文件進(jìn)行評(píng)價(jià)。由于多種干擾因素和評(píng)價(jià)者主觀評(píng)價(jià)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(yàn)與剔除，表2為實(shí)驗(yàn)得到的部分主觀評(píng)價(jià)值。

表2 部分主觀評(píng)價(jià)值

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

表3 聚類分析分類

使用Head Acoustics公司的ArtimiS軟件對(duì)68個(gè)聲樣本進(jìn)行5種心理聲學(xué)客觀參數(shù)的計(jì)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(píng)價(jià)值，如表4所示。

表4 客觀參數(shù)與主觀評(píng)價(jià)值

2 Kriging模型的建立與檢驗(yàn)

Kriging近似模型是用于估計(jì)方差最小的無(wú)偏最優(yōu)估計(jì)模型，由局部偏差與全局模型組合而成。統(tǒng)計(jì)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(duì)變量值進(jìn)行無(wú)偏估計(jì)的方法。Kriging近似模型有如下表達(dá)式：

式中：fi（x）為第 i個(gè)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(gè)隨機(jī)過(guò)程。z（x）的協(xié)方差為

式中：xi和xj為任意兩個(gè)采樣點(diǎn)；σ2為過(guò)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(duì)未知點(diǎn)x處響應(yīng)值y（x）的最佳線性估計(jì)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(píng)價(jià)值之間的Kriging近似模型。通常模型的預(yù)測(cè)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(duì)誤差 MAPE（maximum absolute percentage error）進(jìn)行評(píng)估。利用交叉驗(yàn)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(píng)價(jià)值的預(yù)測(cè)值與實(shí)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(gè)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(shí)計(jì)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(píng)價(jià)預(yù)測(cè)值，如圖3所示。由于進(jìn)行的是帶阻濾波，故濾波后主觀評(píng)價(jià)值相差越大，說(shuō)明該頻段對(duì)主觀評(píng)價(jià)值的影響越大。提取濾波前后主觀評(píng)價(jià)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(píng)價(jià)預(yù)測(cè)圖

表5 頻段對(duì)主觀評(píng)價(jià)值影響程度表

由表5可知：1 350 r／min工況時(shí)0-200 Hz頻段對(duì)主觀評(píng)價(jià)值影響最大；2 500 r／min工況時(shí)200-500 Hz頻段對(duì)主觀評(píng)價(jià)值影響最大；2擋30 km／h工況時(shí)500-1 000 Hz對(duì)主觀評(píng)價(jià)值影響最大；4擋50 km／h工況時(shí)2 000-4 000 Hz對(duì)主觀評(píng)價(jià)值影響最大。總結(jié)發(fā)現(xiàn)，在空擋工況下對(duì)車內(nèi)聲品質(zhì)的主觀評(píng)價(jià)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(píng)價(jià)值的主要頻段轉(zhuǎn)向中頻及中高頻。因此下文主要針對(duì)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(jì)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(duì)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(duì)確定性子系統(tǒng)采用有限元法分析，對(duì)非確定子系統(tǒng)采用統(tǒng)計(jì)能量法進(jìn)行計(jì)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(lái)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(dòng)方程為

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

則第k個(gè)子系統(tǒng)的非耦合運(yùn)動(dòng)方程表達(dá)式為

式中：fext為外部激勵(lì)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(dòng)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。〈Sff〉的計(jì)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(gè)混響場(chǎng)的功率平衡方程為

式中：P（k）in，dir為第k個(gè)SEA子系統(tǒng)的直接場(chǎng)功率輸入；P（k）out，rev為混響場(chǎng)的功率輸出；Pdiss，k為在第k個(gè)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(chǎng)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(duì)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(duì)車內(nèi)噪聲的預(yù)測(cè)主要是針對(duì)怠速2 500 r／min工況，減少了路面不平度的激勵(lì)和車輛行駛時(shí)空氣的脈動(dòng)壓力對(duì)車內(nèi)噪聲的影響，只考慮了發(fā)動(dòng)機(jī)4個(gè)懸置處的激勵(lì)、分動(dòng)箱2個(gè)懸置處的激勵(lì)和發(fā)動(dòng)機(jī)艙與分動(dòng)箱的聲輻射激勵(lì)，計(jì)算得到200-1 000 Hz范圍內(nèi)噪聲的1／3倍頻程聲壓級(jí)響應(yīng)，駕駛員和副駕駛員頭部聲腔聲壓級(jí)仿真值與實(shí)驗(yàn)值對(duì)比如圖5所示。

圖5 仿真值與實(shí)驗(yàn)值對(duì)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(jí)仿真值與實(shí)驗(yàn)值，雖然存在一定誤差但變化趨勢(shì)整體一致。計(jì)算兩聲腔各中心頻率處仿真值與實(shí)驗(yàn)值的絕對(duì)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(jí)對(duì)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(jí)的仿真值與實(shí)驗(yàn)值的絕對(duì)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(cè)精度。

表6 仿真值與實(shí)驗(yàn)值的總聲壓級(jí)對(duì)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(duì)各個(gè)SEA子系統(tǒng)的輸入功率進(jìn)行排序，進(jìn)而得到對(duì)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(duì)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(duì)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(shí)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(duì)比各SEA子系統(tǒng)在不同中心頻率處對(duì)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(gè)子系統(tǒng)對(duì)駕駛員聲腔的能量貢獻(xiàn)量統(tǒng)計(jì)柱狀圖，如圖8和圖9所示。

圖8 各子系統(tǒng)對(duì)駕駛員頭部聲腔的功率輸入

圖9 各子系統(tǒng)對(duì)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(duì)車內(nèi)中頻噪聲的優(yōu)化主要考慮對(duì)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(shí)，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(dòng)，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(huì)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(shí)間內(nèi)的振動(dòng)次數(shù)也隨之增加，對(duì)聲能的效果也會(huì)越明顯。故本文中對(duì)中頻噪聲的優(yōu)化主要采用多孔吸聲材料。針對(duì)防火墻的NCT處理分為防火墻內(nèi)側(cè)和外側(cè)，對(duì)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(jí)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(guò)大。通過(guò)查閱資料和相關(guān)文獻(xiàn)［13-14］，采用樹脂纖維對(duì)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(duì)應(yīng)的各SEA子系統(tǒng)上進(jìn)行相應(yīng)的NCT處理，仿真計(jì)算出車內(nèi)駕駛員頭部聲腔的各中心頻段的聲壓級(jí)響應(yīng)和總聲壓級(jí)。優(yōu)化前后駕駛員頭部聲腔的聲壓級(jí)響應(yīng)對(duì)比結(jié)果如圖10所示，各中心頻率處聲壓級(jí)對(duì)比如表7所示。

圖10 優(yōu)化前后駕駛員頭部聲壓級(jí)響應(yīng)對(duì)比

由圖10和表7可知，優(yōu)化后的駕駛員頭部聲腔聲壓級(jí)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(duì)駕駛員頭部聲腔總聲壓級(jí)進(jìn)行對(duì)比，優(yōu)化前駕駛員頭部聲腔總聲壓級(jí)為81.251 9 dB（A），優(yōu)化后駕駛員頭部聲腔總聲壓級(jí)為80.792 4 dB（A），總聲壓級(jí)降低0.459 5 dB（A）。

表7 優(yōu)化前后駕駛員頭部聲壓級(jí)響應(yīng)對(duì)比

5 結(jié)論

本文中建立了主觀評(píng)價(jià)煩躁度和聲品質(zhì)客觀參數(shù)之間的Kriging模型，通過(guò)頻段濾波分析可知，在空擋工況下對(duì)聲品質(zhì)主觀評(píng)價(jià)等級(jí)影響較大的主要是中低頻段，且隨著速度升高影響主觀評(píng)價(jià)等級(jí)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(jì)算車內(nèi)中頻噪聲，通過(guò)板件貢獻(xiàn)度分析確定了對(duì)中頻噪聲貢獻(xiàn)較大的板件，并對(duì)貢獻(xiàn)量較大的板件進(jìn)行優(yōu)化處理。對(duì)比怠速2 500 r／min工況下聲壓級(jí)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(jí)降低了0.459 5 dB（A），有效降低了車內(nèi)場(chǎng)點(diǎn)的中頻噪聲。