亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        乘用車關(guān)門聲聲品質(zhì)GA-SVR預(yù)測研究

        2021-06-28 01:44:56黃澤好金龍娥鄒艾宏
        關(guān)鍵詞:號車關(guān)門聲參量

        黃澤好,金龍娥,鄒艾宏,3,陳 寶

        1.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;2.重慶理工大學(xué) 車輛工程學(xué)院,重慶400054;3.重慶金康賽力斯新能源汽車設(shè)計(jì)院有限公司,重慶 401120

        人與汽車的第一次聽覺接觸來自汽車關(guān)門聲,汽車關(guān)門聲能夠使用戶感受其安全性、可靠性和舒適性,從而影響消費(fèi)者的選擇.早期研究關(guān)門聲,主要關(guān)注聲壓級,但聲壓級不能準(zhǔn)確反映人的主觀感受[1-2],為更加貼近人耳聽覺特性,將聲品質(zhì)引入到關(guān)門聲的噪聲控制研究和評價中,使關(guān)門聲評價與預(yù)測更加全面、有效[3-5].

        郭棟[6]在深入研究多種聲品質(zhì)主客觀評價方法的基礎(chǔ)上,提出適用于汽車傳動系的聲品質(zhì)主客觀評價體系,并實(shí)現(xiàn)了基于汽車傳動系聲品質(zhì)的檢測技術(shù);王長山等[7]分析了A計(jì)權(quán)時頻分析方法、尖銳度模型以及不同響度模型對關(guān)門聲聲品質(zhì)的適用性,并結(jié)合三者提出汽車關(guān)門聲品質(zhì)快速評價方法和量化指標(biāo),結(jié)果證明該方法適用于汽車關(guān)門聲聲品質(zhì)評價;Ali等[8]研究了與車輛內(nèi)部噪聲主觀感受相關(guān)的參數(shù),基于主客觀評價結(jié)果提出一種汽車聲品質(zhì)基準(zhǔn)評價方法,旨在減少聲品質(zhì)評價對于主觀感受的依賴.主觀評價是聲品質(zhì)評價的一個重要部分,但其周期長、人力成本高,評價效率較低,因此,建立一個準(zhǔn)確、高效的關(guān)門聲品質(zhì)主觀評價值的客觀量化模型,即關(guān)門聲品質(zhì)預(yù)測模型,是一個極具工程價值的熱點(diǎn)問題.

        目前,建立預(yù)測模型多采用人工神經(jīng)網(wǎng)絡(luò)、多元線性回歸以及支持向量回歸等方法[9-12],其中,支持向量回歸方法在解決小樣本、低維度的非線性問題時表現(xiàn)優(yōu)異,關(guān)門聲信號作為非穩(wěn)態(tài)沖擊信號,具有明顯的非線性特征,因此本文建立了遺傳算法-支持向量回歸(Genetic Algorithm-Support Vector Regression,GA-SVR)乘用車關(guān)門聲品質(zhì)預(yù)測模型,即GA-SVR關(guān)門聲聲品質(zhì)預(yù)測模型,旨在準(zhǔn)確、高效地進(jìn)行乘用車關(guān)門聲聲品質(zhì)評價.

        1 關(guān)門聲聲品質(zhì)主、客觀評價

        1.1 聲樣本的采集及處理

        目前,乘用車關(guān)門聲樣本采集沒有國家通用標(biāo)準(zhǔn),因此按照企業(yè)規(guī)范進(jìn)行采集[13].在半消聲室內(nèi),通過HEAD數(shù)字人工頭采集22輛不同品牌、等級的乘用車在3種關(guān)門速度工況(1.0,1.2,1.4 m/s)下的左前門關(guān)門聲樣本,如圖1所示.

        圖1 關(guān)門聲樣本采集

        為保證信號的一致性,每個工況采集3個樣本,每個樣本采樣時長為10 s,采樣頻率為44 100 Hz.初始關(guān)門聲樣本為198個,剔除受到干擾的關(guān)門聲樣本,篩選出66個有效關(guān)門聲樣本.為克服聽音時間過長、評價人員產(chǎn)生聽音疲勞等問題,在保證信號真實(shí)性和一致性的前提下,在Artemis軟件中將66個樣本均截取為3 s時長.

        1.2 主觀評價試驗(yàn)

        成對比較法操作簡單、易于實(shí)現(xiàn),適合無經(jīng)驗(yàn)評價群體[14],符合本次主觀評價試驗(yàn)特征,因此選用成對比較法進(jìn)行主觀評價試驗(yàn),評價指標(biāo)為主觀偏好性值.評價前,依據(jù)工況將66個聲樣本分為3組,每組22個聲樣本隨機(jī)排列組合形成比較對(每個比較對有2個聲樣本,A>B,A得1分;A

        1.3 主觀評價誤判分析

        評價主體在聽音過程中因分心、疲勞等原因所產(chǎn)生的誤判會影響評價結(jié)果的可靠性,為此有必要剔除誤判率高的數(shù)據(jù).綜合考慮交換樣本對順序誤判分析、相同樣本對誤判分析和三角循環(huán)誤判,計(jì)算每個評價主體誤判分析加權(quán)一致性系數(shù),以保證結(jié)果的可靠性,計(jì)權(quán)一致性系數(shù)計(jì)算如式(1)所示.

        (1)

        式中:ζ為計(jì)權(quán)一致性系數(shù),Ci為第i種誤判產(chǎn)生的誤判率,Ei為第i種誤判可能誤判數(shù)次數(shù),計(jì)權(quán)一致性系數(shù)結(jié)果如表1所示.

        表1 計(jì)權(quán)一致性系數(shù)

        按誤判剔除原則[14]對不可靠數(shù)據(jù)予以剔除,從表2中剔除P12、P16及P18,余下20名評價主體的主觀評價數(shù)據(jù)均符合要求.該20名評價主體的評價結(jié)果經(jīng)求和平均得到各個聲樣本的主觀偏好性值,如表2所示,主觀偏好值越大代表關(guān)門聲品質(zhì)越好.

        表2 各聲樣本主觀偏好性值

        1.4 客觀評價試驗(yàn)

        利用心理聲學(xué)參量進(jìn)行聲品質(zhì)的客觀評價,可快速反映出人們心理的主觀感受,有利于聲品質(zhì)評價的標(biāo)準(zhǔn)化[15].選擇響度、尖銳度、粗糙度、波動度、語言清晰度、A聲級進(jìn)行分析,在Artemis中提取各聲樣本的客觀參量如表3所示.

        表3 聲樣本客觀參量計(jì)算結(jié)果

        1.5 主、客觀評價結(jié)果相關(guān)性分析

        為研究主觀偏好性值與客觀參量之間的關(guān)系,采用SPSS軟件對主觀偏好性值與客觀參量進(jìn)行相關(guān)性分析,利用Pearson相關(guān)系數(shù)式(2)判定兩者之間的相關(guān)程度,計(jì)算結(jié)果如表4所示.

        表4 客觀參量與主觀偏好性值的相關(guān)性系數(shù)

        (2)

        式中:P為相關(guān)系數(shù),N為樣本個數(shù),X為客觀參量,Y為主觀偏好性,i為樣本序號.

        由表4可知,A聲級、響度、尖銳度和粗糙度與主觀偏好性的相關(guān)性最高,表明這4個客觀參量能夠表征關(guān)門聲的好壞對主觀偏好性的影響,因此,選擇這4個客觀參量作為輸入,主觀偏好性值作為輸出,構(gòu)建聲品質(zhì)預(yù)測模型.

        2 關(guān)門聲品質(zhì)GA-SVR預(yù)測模型

        2.1 支持向量回歸

        支持向量機(jī)(Support Vector Machine,SVM)是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的一類機(jī)械學(xué)習(xí)算法,因其具備簡潔、快捷的訓(xùn)練方法和強(qiáng)勁的泛化能力,近年來成為主流的機(jī)械學(xué)習(xí)算法之一[16].支持向量回歸是支持向量機(jī)在回歸問題中的延伸,即SVM中引入ε-不敏感損失函數(shù)后,延伸到SVR.

        ε-不敏感損失函數(shù)表達(dá)式如式(3)所示:

        (3)

        式中:y為真實(shí)值,x為樣本點(diǎn),f(x)為預(yù)測值,ε為偏差值.

        支持向量回歸優(yōu)化問題如式(4)和式(5)所示:

        (4)

        s.t.(w·φ(xi)+b)-yi≤ε+ξi

        (5)

        其決策函數(shù)如式(6)所示:

        (6)

        (7)

        2.2 遺傳算法支持向量回歸

        遺傳算法是一種通過模擬自然進(jìn)化過程的隨機(jī)搜索最優(yōu)解的方法,該算法從問題解的串集開始搜索并同時對多個解進(jìn)行評估,提高搜索效率,減小陷入局部最優(yōu)解的風(fēng)險,覆蓋面大,有利于全局尋優(yōu).鑒于遺傳算法的優(yōu)良性質(zhì),運(yùn)用遺傳算法對該模型的性能參數(shù)[17](懲罰因子C、偏差值ε和核函數(shù)參數(shù)σ)進(jìn)行尋優(yōu).

        在MATLAB環(huán)境下建立GA-SVR聲品質(zhì)預(yù)測模型,設(shè)定種群規(guī)模為20,進(jìn)化終止代數(shù)為100,交叉概率為0.9.按4∶1比例將66個有效聲樣本隨機(jī)劃分為訓(xùn)練樣本集和測試樣本集,將訓(xùn)練樣本集帶入模型進(jìn)行訓(xùn)練,得到性能參數(shù)最優(yōu)解為:C=121.21,σ=0.2198,ε=0.0874,預(yù)測模型如式(8)所示.

        (8)

        由圖2、圖3可知,訓(xùn)練集的平方相關(guān)系數(shù)和測試集平方相關(guān)系數(shù)分別為R2=0.939 9和R2=0.883 2,均大于85%,說明預(yù)測模型的精度較高而且泛化能力強(qiáng).

        圖2 訓(xùn)練集預(yù)測值與試驗(yàn)值對比

        圖3 測試集預(yù)測值與試驗(yàn)值對比

        3 GA-SVR聲品質(zhì)預(yù)測模型應(yīng)用

        從22輛樣車中挑選出主觀偏好性表現(xiàn)差的9號樣車為待改進(jìn)車和主觀偏好性表現(xiàn)好的1號樣車為對標(biāo)車,其偏好性指標(biāo)和其各關(guān)門速度工況下的關(guān)門聲樣本時頻圖如圖4所示.從圖4可以看到各個頻率下聲音的強(qiáng)度,以及它們與各個部件模態(tài)特征之間的聯(lián)系[13].

        圖4 9號車與1號車各工況時頻圖對比

        由圖4可知,在各個工況下,9號車與1號車對比發(fā)現(xiàn),關(guān)門聲在200~5 000 Hz頻率范圍內(nèi),都存在一個高亮光區(qū)域,說明關(guān)門時都存在一個主碰撞,且9號車聲音強(qiáng)度比1號車大;在主碰撞發(fā)生前還存在低能量碰撞,推測車門存在異響,并且9號車在4 000 Hz以上出現(xiàn)高頻,且能量較大,表明9號車尖銳度比1號車高;在50~200 Hz范圍內(nèi),9號車聲音強(qiáng)度比1號車大,持續(xù)時間比1號車長,表明9號車車門板聲輻射較大;在30~50 Hz范圍內(nèi)9號車聲音的持續(xù)時間比1號車長,表明為振顫特征,并且隨著關(guān)門速度的增加,振顫持續(xù)時間有增長的趨勢.

        為減少其車門的聲輻射及振顫,本文建立其有限元模型,應(yīng)用模態(tài)分析方法找出其內(nèi)外板的高靈敏度區(qū)域[18],通過減小其靈敏度來降低其聲輻射和振顫,從而改善關(guān)門聲品質(zhì).9號車車門有限元模型信息如表5、表6所示.

        表5 9號車車門CAE模型信息

        表6 9號車車門材料信息

        對車門模型進(jìn)行約束模態(tài)分析,結(jié)果如圖5所示,車門外板下方區(qū)域靈敏度較高,針對高靈敏度區(qū)域,在車門鈑金外側(cè)增貼阻尼片以降低鈑金振幅,并進(jìn)行試驗(yàn)驗(yàn)證.

        圖5 車門模態(tài)分析結(jié)果

        對改進(jìn)后的9號車采集關(guān)門聲樣本并提取其客觀參量,如表7所示.

        表7 改進(jìn)前、后聲樣本客觀參量對比

        由表7可知,改進(jìn)后的樣車在3種關(guān)門速度工況下,其響度、尖銳度以及粗糙度均有不同程度降低,波動度和A聲級均有不同程度提高.

        提取改進(jìn)后聲樣本的客觀參量,將其輸入GA-SVR聲品質(zhì)預(yù)測模型,得到改進(jìn)后樣車的關(guān)門聲品質(zhì)主觀偏好性預(yù)測值,并對改進(jìn)后采集的聲樣本進(jìn)行主觀評價試驗(yàn),獲得主觀偏好性試驗(yàn)值如圖6所示,由圖6可知,改進(jìn)后的主觀偏好值有大幅度提高.

        圖6 主觀偏好性值對比圖

        改進(jìn)后的模型預(yù)測值與主觀評價試驗(yàn)值之間的誤差分別為2.8%,1.9%,0.9%,均在3%以內(nèi),兩者均方根誤差為0.091 5,表明GA-SVR關(guān)門聲品質(zhì)預(yù)測模型精度高、可靠性高;兩者平方相關(guān)系數(shù)達(dá)到0.981,說明預(yù)測值與試驗(yàn)值兩者數(shù)據(jù)擬合較好,相關(guān)性高,可以反映試驗(yàn)數(shù)據(jù)的變化趨勢.

        4 結(jié) 論

        以乘用車關(guān)門聲品質(zhì)為研究對象,采集了22輛樣車關(guān)門聲樣本,對其進(jìn)行了主、客觀評價試驗(yàn).通過相關(guān)性分析以響度、尖銳度、粗糙度和A聲級為輸入,主觀偏好性值為輸出,構(gòu)建了基于GA-SVR的聲品質(zhì)預(yù)測模型.對關(guān)門聲品質(zhì)較差的樣車進(jìn)行了原因分析和聲品質(zhì)改進(jìn),運(yùn)用有限元分析了該車車門內(nèi)外板靈敏度,對高度靈敏度區(qū)域增貼阻尼片降低靈敏度,并對改進(jìn)后的樣車進(jìn)行聲品質(zhì)預(yù)測.

        結(jié)果表明:改進(jìn)后的樣車在3種不同關(guān)門速度工況下,其關(guān)門聲品質(zhì)主觀偏好值均有不同程度的提升,并且對比主觀偏好預(yù)測值與試驗(yàn)值,誤差均在3%之內(nèi),表明基于遺傳算法的SVR聲品質(zhì)預(yù)測模型精度高.與主觀評價試驗(yàn)相比,運(yùn)用GA-SVR聲品質(zhì)預(yù)測模型能夠節(jié)約大量人力,縮短評價周期,且平均相對誤差僅有1.87%,可靠性高,在工程實(shí)際中具有一定的應(yīng)用價值.

        猜你喜歡
        號車關(guān)門聲參量
        小玩家
        電動汽車關(guān)門聲品質(zhì)預(yù)測模型研究
        汽車工程(2021年12期)2021-03-08 02:34:24
        888號車拿下SIC888首場冠軍 首屆上賽888公里耐力賽圓滿落幕
        車迷(2018年11期)2018-07-16 00:36:38
        SEC6小時首戰(zhàn)結(jié)束
        汽車之友(2018年12期)2018-06-27 17:57:34
        那一道關(guān)門聲
        環(huán)形光的形成與參量的依賴關(guān)系
        含雙參量的p-拉普拉斯邊值問題的多重解
        B型地鐵列車車門等間距布置方案
        鎖定放大技術(shù)在參量接收陣中的應(yīng)用
        雙棱鏡干涉實(shí)驗(yàn)中的參量取值研究
        物理與工程(2011年1期)2011-03-25 10:02:45
        在线播放人成午夜免费视频| 国产午夜在线视频观看| 日日摸天天碰中文字幕你懂的| 少妇高潮一区二区三区99| 中文成人无字幕乱码精品区 | 精品推荐国产精品店| 欧美亚洲国产人妖系列视| 国产黄三级三级三级三级一区二区| 日本一区二区高清精品| 午夜dy888国产精品影院| 精品国产午夜理论片不卡| www插插插无码视频网站| 日韩一区二区,亚洲一区二区视频 国产一区二区三区经典 | 最新国产主播一区二区| 亚洲av区,一区二区三区色婷婷 | 六月婷婷久香在线视频| 亚洲色成人网一二三区| 国产精品亚洲av一区二区三区| 国产成人精品日本亚洲i8| 狠狠色综合7777久夜色撩人ⅰ| 竹菊影视欧美日韩一区二区三区四区五区 | 波多野42部无码喷潮| 囯产精品无码va一区二区| 成年毛片18成年毛片| av日韩高清一区二区| 中文www新版资源在线| 免费无遮挡无码视频在线观看| 一本一道久久a久久精品综合蜜桃| 成熟的女人毛茸茸色视频| 亚洲av永久无码一区二区三区| 三上悠亚久久精品| 国产精品反差婊在线观看| 国内精品国产三级国产| 免费无码中文字幕a级毛片| 国产美女精品aⅴ在线| 国产区高清在线一区二区三区| 一区二区三区四区亚洲免费| 国模冰莲自慰肥美胞极品人体图| 亚洲欧洲偷自拍图片区| 亚洲欧美变态另类综合| 校园春色日韩高清一区二区|