胡溧 楊航 楊啟梁 許晶
(1.武漢科技大學(xué),武漢 430065;2.東風(fēng)馬勒熱系統(tǒng)有限公司,武漢 430056)
主題詞:聲品質(zhì) 汽車空調(diào) 客觀評價(jià) 主觀評價(jià) 主觀評價(jià)指標(biāo)
聲品質(zhì)是汽車NVH性能的主要研究方向之一[1],除傳統(tǒng)的發(fā)動機(jī)和傳動系噪聲源外,汽車空調(diào)噪聲是車內(nèi)噪聲的主要成分[2]。同時,由于發(fā)動機(jī)降噪技術(shù)的發(fā)展和電動汽車的生產(chǎn)與應(yīng)用,汽車空調(diào)噪聲愈發(fā)引起關(guān)注。汽車空調(diào)聲品質(zhì)對乘車體驗(yàn)有較大影響[3],特別是在車輛怠速工況下,空調(diào)噪聲極易被人察覺造成煩擾[4]。由此,研究人員開始關(guān)注汽車空調(diào)聲品質(zhì)評價(jià)。
重慶大學(xué)的胡美龍和楊誠等人以某款國產(chǎn)SUV為研究樣車,通過相干法和階次分析等試驗(yàn)方法對空調(diào)噪聲異響進(jìn)行了試驗(yàn)分析,整理出一套系統(tǒng)的空調(diào)系統(tǒng)異響診斷試驗(yàn)方法[5]。中國汽車技術(shù)研究中心的顧燦松等人針對某微型車在空調(diào)開啟后車內(nèi)出現(xiàn)強(qiáng)烈異響問題,通過分部運(yùn)轉(zhuǎn)和階次分析方法找到了異響原因,解決了該問題[6]。江蘇聯(lián)合職業(yè)技術(shù)學(xué)院的王軍等人以某型汽車空調(diào)為研究對象,通過噪聲測試發(fā)現(xiàn)殼體存在問題并對其進(jìn)行優(yōu)化,降低了噪聲水平[7]。同濟(jì)大學(xué)的韓濤和毛東興等人通過成對比較法和參考語義細(xì)分法對等響處理后不同響度的壓縮機(jī)噪聲進(jìn)行了聲品質(zhì)主觀評價(jià),最終確定了聲品質(zhì)主觀評價(jià)指標(biāo)與主觀煩惱度的線性關(guān)系[8]。
目前,對于汽車空調(diào)噪聲的研究主要集中于噪聲或異響問題解決,還未見汽車空調(diào)系統(tǒng)聲品質(zhì)評價(jià)和其主觀評價(jià)指標(biāo)的研究。另外,人們更傾向于使用“轟轟的”“刺耳的”等語言對汽車空調(diào)聲帶來的感受進(jìn)行描述,再通過對此描述性語言的綜合考量來總結(jié)對汽車空調(diào)聲信號的總體印象,直至給出最終評價(jià)。汽車空調(diào)噪聲不同于車輛其他噪聲,其特征鮮明,在某些工況下聲音聽起來較響,在某些工況下又表現(xiàn)得極粗糙、刺耳[9]。為便于空調(diào)聲品質(zhì)評價(jià)研究,評價(jià)指標(biāo)的建立非常必要。
本文以某型SUV 為研究對象,對各工況下和不同位置的空調(diào)噪聲進(jìn)行主、客觀評價(jià)分析,得出煩惱度分值和主觀評價(jià)指標(biāo)分值,建立不同工況下煩惱度與主觀評價(jià)指標(biāo)的線性關(guān)系,以此對主要聲品質(zhì)客觀參數(shù)進(jìn)行相應(yīng)優(yōu)化,使空調(diào)聲品質(zhì)主觀評價(jià)試驗(yàn)更具針對性。
采集某型SUV 怠速工況下駕駛位與副駕駛位汽車空調(diào)系統(tǒng)在不同工況下的噪聲。依據(jù)汽車空調(diào)系統(tǒng)結(jié)構(gòu),采集汽車空調(diào)制冷與非制冷、不同循環(huán)方式、不同風(fēng)量、不同送風(fēng)方式下的共計(jì)64組噪聲信號。
試驗(yàn)系統(tǒng)包括MK2-B 型人工頭、LMS 數(shù)據(jù)采集前端、計(jì)算機(jī)及LMS Test.Lab 15A 軟件的Signature Acquisition 噪聲采集模塊,根據(jù)GB/T 18697—2002《聲學(xué)汽車車內(nèi)噪聲測量方法》進(jìn)行試驗(yàn),試驗(yàn)系統(tǒng)布置如圖1所示。
圖1 聲品質(zhì)測試試驗(yàn)系統(tǒng)布置
通過對心理聲學(xué)客觀參數(shù)的分析可更準(zhǔn)確地評價(jià)汽車空調(diào)聲品質(zhì)。采集噪聲信號后將數(shù)據(jù)導(dǎo)出,選擇無干擾部分進(jìn)行剪裁預(yù)處理。A計(jì)權(quán)聲壓級能有效描述人對噪聲的感受,故物理聲學(xué)參數(shù)選擇A 計(jì)權(quán)聲壓級[10]。計(jì)算主要心理聲學(xué)參數(shù),包括響度、尖銳度、粗糙度、波動度和語言清晰度指數(shù)。通過初步的時頻域分析選擇具有代表性的16組汽車空調(diào)噪聲信號進(jìn)行聲品質(zhì)研究,如表1所示。編號中,C、D分別表示副駕駛位和駕駛位,E、I分別表示外循環(huán)和內(nèi)循環(huán),F(xiàn)、O分別表示未開啟制冷和開啟制冷,數(shù)字表示風(fēng)量擋位,序號與編號一一對應(yīng)。
表1 噪聲信號主要客觀參數(shù)
由表1可知,由MK2-B型人工頭采集到的數(shù)據(jù)中,個別工況下聲壓級超過了70 dB(A),尖銳度、粗糙度也較高,相較于內(nèi)循環(huán),外循環(huán)時聲壓級較高,相較于駕駛位,副駕駛位的聲壓級較高。
聲品質(zhì)評價(jià)方法主要有排序法、量值估計(jì)法、等級評分法、語義細(xì)分法和成對比較法等。其中,成對比較法和語義細(xì)分法相比其他方法更加有效,語義細(xì)分法較易得出聲品質(zhì)參數(shù)的相關(guān)性,提取出更多有效信息,而成對比較法更適合無經(jīng)驗(yàn)的評審員進(jìn)行主觀測試[11]。本文采用成對比較法,并借鑒語義細(xì)分法設(shè)置空調(diào)噪聲的主觀評價(jià)指標(biāo)。此外,設(shè)置評審員選取環(huán)節(jié)。
設(shè)計(jì)考核試卷,內(nèi)容包括心理聲學(xué)名詞辨析和聽音。名詞辨析環(huán)節(jié)要求評審員對心理聲學(xué)參數(shù)含義進(jìn)行辨析,包括聲壓級、響度、尖銳度、粗糙度、波動度、語言清晰度指數(shù)和綜合評價(jià)指標(biāo)煩惱度,需明確心理聲學(xué)參數(shù)名詞含義。聽音環(huán)節(jié)要求評審員采用成對比較法對聲樣本的響度、尖銳度、粗糙度和波動度打分,并計(jì)算這些聲樣本的聲品質(zhì)客觀參數(shù),再與前述主觀評分進(jìn)行對比。選取30 名聽力正常的評審員進(jìn)行測試,主要為在校學(xué)生、高校工作者、駕駛員,男女比例為3∶1,年齡為22~48 歲,無聽音經(jīng)驗(yàn)。其中,12 號評審員的聽音結(jié)果如圖2所示。
圖2 主、客觀結(jié)果對比結(jié)果示例
聽音環(huán)節(jié)將計(jì)算主觀評分和客觀參數(shù)數(shù)值歸一化后的相對誤差,以響度、尖銳度、粗糙度和波動度相對誤差的平均誤差為準(zhǔn)。評審員的相對誤差如表2所示。
除個別相對誤差較大的評審員外,其余評審員的相對誤差數(shù)值接近且較小。剔除相對誤差較大的評審員的評價(jià)數(shù)據(jù),保留相對誤差小于50%的評審員,最終確定23名評審員。
表2 評審員聽音環(huán)節(jié)客觀參數(shù)歸一化相對誤差
組織評審員參加預(yù)聽音試驗(yàn),提煉能代表汽車空調(diào)聲品質(zhì)特征的感官形容詞作為主觀評價(jià)指標(biāo):轟響、嗡響、刺耳、尖銳、粗糙、平順。綜合評價(jià)指標(biāo)為煩惱度。
對上述16 個聲樣本的6 個評價(jià)指標(biāo)和1 個綜合評價(jià)指標(biāo)進(jìn)行評分。由于聲樣本及評價(jià)指標(biāo)眾多,采用分組成對比較法。將聲樣本分為A 組、B 組,各9 個聲樣本,設(shè)置6號、7號聲品質(zhì)客觀參量居中且具有明顯聲品質(zhì)區(qū)別的一對聲樣本作為關(guān)聯(lián)樣本,用于統(tǒng)一評分尺度。此外,設(shè)置6組相同聲事件樣本、7組反序聲事件樣本用于誤判分析。A、B組評分尺度統(tǒng)一公式[12]為:
式中,ζ為評分統(tǒng)一后的整體評分;k為比例系數(shù);β為基數(shù);Vij為j組第i號聲樣本的評分值,i=1,2時為參考樣本。
為綜合考慮各種誤判對試驗(yàn)結(jié)果準(zhǔn)確性的影響,計(jì)算評審員對各評價(jià)指標(biāo)評分的計(jì)權(quán)一致性系數(shù)取平均值,以此對評審員的主觀評價(jià)試驗(yàn)數(shù)據(jù)進(jìn)行可靠性檢驗(yàn),如表3所示。
根據(jù)國內(nèi)外的研究,計(jì)權(quán)一致性系數(shù)在0.7 以上表示試驗(yàn)數(shù)據(jù)可靠[13]。由表3可知,23名評審員的平均計(jì)權(quán)一致性系數(shù)均在0.7以上,說明評審員選取試驗(yàn)作用明顯。剔除一致性較低評審員的評分?jǐn)?shù)據(jù),包括TP7、TP18、TP21,最終評分如表4所示。
由主觀評價(jià)試驗(yàn)結(jié)果可知:中低風(fēng)速時副駕駛位煩惱度稍高;關(guān)閉空調(diào)壓縮機(jī)時,平順感更高,開啟空調(diào)壓縮機(jī)將導(dǎo)致嗡響感驟增,隨風(fēng)量增大,2 個指標(biāo)的差距減小;中低風(fēng)量下空調(diào)壓縮機(jī)開啟將導(dǎo)致更高的煩惱度;外循環(huán)時平順性較高,隨之煩惱度也較低。
表3 平均計(jì)權(quán)一致性系數(shù)
表4 汽車空調(diào)聲品質(zhì)指標(biāo)評分
4.2.1 相關(guān)分析
為研究汽車空調(diào)聲品質(zhì)評價(jià)指標(biāo)之間的相互影響和作用,使用數(shù)據(jù)分析軟件SPSS進(jìn)行相關(guān)分析,結(jié)果如表5所示。
表5 評價(jià)指標(biāo)相關(guān)分析結(jié)果
部分評價(jià)指標(biāo)之間關(guān)系較密切,如尖銳與刺耳都是描述聲音的高頻屬性,具有較高相關(guān)性,因此使用偏相關(guān)分析進(jìn)一步研究。經(jīng)偏相關(guān)分析,控制尖銳后,刺耳與其他評價(jià)指標(biāo)仍有一定相關(guān)關(guān)系,控制刺耳后,尖銳與其他評價(jià)指標(biāo)已不存在相關(guān)性。由此可知,刺耳指標(biāo)與其他評價(jià)指標(biāo)相關(guān)性較強(qiáng),而尖銳指標(biāo)的獨(dú)立性較強(qiáng),說明兩者存在區(qū)別,刺耳除受頻率影響外,還受其他參數(shù)影響,比如,粗糙的聲音也會較刺耳。
4.2.2 因子分析
由主、客觀試驗(yàn)結(jié)果分析可得,聲品質(zhì)主要影響指標(biāo)因工況不同而存在差異,而評價(jià)指標(biāo)之間也存在較高相關(guān)性。因而使用SPSS 軟件進(jìn)行因子分析,進(jìn)一步研究怠速工況下的聲品質(zhì)主要影響指標(biāo)。結(jié)果如表6、表7所示。
表6 因子提取矩陣
表7 因子載荷矩陣
因子提取原則為特征值大于1,因此提取表6 中的前2個因子。
圖3所示為前2個因子的得分,由圖3可知:高風(fēng)速下因子1 的影響較大,風(fēng)量增大時,轟響、刺耳等值增大,與主觀評價(jià)試驗(yàn)結(jié)果一致;空調(diào)壓縮機(jī)開啟時,因子2 影響增強(qiáng),嗡響值增大,與主觀評價(jià)試驗(yàn)結(jié)果一致。由此,評價(jià)指標(biāo)可以分為表7所列的2個因子:因子1代表刺耳、粗糙、轟響、尖銳這類高頻、調(diào)制指標(biāo);因子2代表平順、嗡響這類低頻、調(diào)制指標(biāo)。
主觀評價(jià)和因子分析結(jié)果表明:關(guān)閉空調(diào)壓縮機(jī),風(fēng)量擋位為2~4的中高風(fēng)速下,轟響指標(biāo)對綜合評價(jià)指標(biāo)煩惱度影響明顯;關(guān)閉空調(diào)壓縮機(jī),風(fēng)量擋位為1~3的中低風(fēng)速下,綜合評價(jià)指標(biāo)煩惱度主要受刺耳和平順指標(biāo)影響。9~16 號聲樣本的數(shù)據(jù)結(jié)果表明,開啟空調(diào)壓縮機(jī)時,嗡響指標(biāo)增強(qiáng),其對綜合評價(jià)指標(biāo)煩惱度影響較大。使用SPSS 軟件進(jìn)行回歸分析,在上述不同聲樣本組下,分別建立綜合評價(jià)指標(biāo)煩惱度S與主觀評價(jià)指標(biāo)的模型,每個樣本組任選7 個聲樣本用于建立模型,剩余聲樣本用于檢驗(yàn)聲品質(zhì)模型的精度。
圖3 因子得分
中高風(fēng)速下煩惱度為:
中低風(fēng)速下煩惱度為:
空調(diào)壓縮機(jī)開啟時煩惱度為:
式中,Bo為轟響指標(biāo);Sh為尖銳指標(biāo);St為刺耳指標(biāo);Sm為平順指標(biāo);Bu為嗡響指標(biāo)。
其中13 號、15 號聲樣本用于中高風(fēng)速下預(yù)測精度驗(yàn)證,2 號、3 號聲樣本用于中低風(fēng)速下預(yù)測精度驗(yàn)證,14號聲樣本用于空調(diào)壓縮機(jī)開啟時預(yù)測精度驗(yàn)證。由式(2)~式(4)可知,轟響、尖銳、刺耳和嗡響將導(dǎo)致煩惱度上升,平順會使煩惱度下降。這些指標(biāo)適用于汽車空調(diào)相應(yīng)工況。模型擬合度檢驗(yàn)結(jié)果如表8所示。
由表8 可知,測定系數(shù)R2、相關(guān)系數(shù)R和調(diào)整R2都接近1,表示擬合程度較好。顯著性系數(shù)小于0.05,主觀評價(jià)指標(biāo)與綜合評價(jià)指標(biāo)煩惱度存在較強(qiáng)線性關(guān)系。將聲樣本主觀評價(jià)指標(biāo)值代入煩惱度模型,計(jì)算預(yù)測誤差,驗(yàn)證煩惱度模型預(yù)測精度。相對誤差如表9所示。
表8 擬合度檢驗(yàn)結(jié)果
預(yù)測值與主觀煩惱度評分的相對誤差穩(wěn)定在5%以內(nèi),通過3種工作狀態(tài)下的聲品質(zhì)模型可有效預(yù)測煩惱度值。即對汽車空調(diào)進(jìn)行聲品質(zhì)評價(jià)時,通過對不同工作狀態(tài)下的主觀評價(jià)模型進(jìn)行預(yù)測,評價(jià)過程更加合理,結(jié)果更加準(zhǔn)確。
表9 主觀煩惱度預(yù)測相對誤差
為將聲品質(zhì)客觀參數(shù)與主觀評分聯(lián)系起來建立聲品質(zhì)模型用于產(chǎn)品的前期設(shè)計(jì)指導(dǎo)優(yōu)化,使用SPSS 軟件分別對中高風(fēng)速和中低風(fēng)速聲樣本組進(jìn)行回歸分析,以轟響和平順2個指標(biāo)為例建立聲品質(zhì)模型,每組任選7個聲樣本分析建模,剩余聲樣本用于精度驗(yàn)證。中高風(fēng)速聲樣本組中的13 號、15 號聲樣本用于轟響指標(biāo)預(yù)測精度驗(yàn)證,將其分別命名為1號測試樣本和2號測試樣本,中低風(fēng)速聲樣本組中的6 號、13 號聲樣本用于平順指標(biāo)預(yù)測精度驗(yàn)證,將其分別命名為3號測試樣本和4號測試樣本。建立的聲品質(zhì)模型為:
式中,L為響度;Ro為粗糙度;F為波動度;AI為語言清晰度指數(shù)。
將其余聲樣本客觀參數(shù)代入得出聲品質(zhì)預(yù)測評分,計(jì)算預(yù)測模型相對誤差,結(jié)果如圖4所示。
圖4 線性回歸模型預(yù)測誤差
此聲品質(zhì)模型具備一定的主觀分值預(yù)測能力,相對誤差穩(wěn)定在15%以內(nèi)。由模型可知,轟響指標(biāo)主要受粗糙度、波動度和語言清晰度指數(shù)影響。平順指標(biāo)主要受響度和波動度影響。由于人的主觀感受具有非線性的特點(diǎn),通過MATLAB 軟件,使用廣義回歸神經(jīng)網(wǎng)絡(luò)(Generalized Regression Neural Network,GRNN)建立聲品質(zhì)模型,訓(xùn)練樣本和驗(yàn)證樣本與前述線性模型保持一致。GRNN 是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的一種,學(xué)習(xí)速度快、預(yù)測精度高,適用于此類小樣本問題。上述2 個評價(jià)指標(biāo)的聲品質(zhì)預(yù)測模型精度如圖5 所示。由圖5 可知,GRNN 的預(yù)測能力較強(qiáng),相對誤差穩(wěn)定在5%以內(nèi)??赏ㄟ^此模型進(jìn)行聲品質(zhì)試驗(yàn),降低成本。
圖5 GRNN模型預(yù)測誤差
本文對汽車空調(diào)進(jìn)行了聲品質(zhì)主觀評價(jià)和客觀參數(shù)計(jì)算,建立了汽車空調(diào)不同工作狀態(tài)下的聲品質(zhì)預(yù)測模型,提出了一套汽車空調(diào)聲品質(zhì)評價(jià)方案,對汽車空調(diào)聲品質(zhì)主觀評價(jià)指標(biāo)與煩惱度在不同工況下分類建模。得到以下結(jié)論:中高風(fēng)速下,煩惱度主要影響指標(biāo)為轟響和尖銳,由此要針對粗糙度、波動度和尖銳度客觀參量進(jìn)行優(yōu)化;中低風(fēng)速下,煩惱度主要影響指標(biāo)為刺耳和平順,由此要針對響度和波動度進(jìn)行優(yōu)化;空調(diào)壓縮機(jī)開啟工況下,煩惱度主要影響指標(biāo)為轟響和嗡響,由此要針對響度、尖銳度和粗糙度進(jìn)行優(yōu)化。