趙磊,陳勇,邱子楨,劉海,張黎明,成海全
(1.河北工業(yè)大學(xué)天津市新能源汽車動(dòng)力傳動(dòng)與安全技術(shù)重點(diǎn)實(shí)驗(yàn)室,天津 300130;2.中汽研新能源汽車檢驗(yàn)中心(天津)有限公司,天津 300300)
永磁同步電機(jī)因其高功率密度、高可靠性、寬轉(zhuǎn)速范圍等優(yōu)勢,廣泛應(yīng)用于電動(dòng)汽車的電驅(qū)動(dòng)系統(tǒng)中[1]。由于缺少內(nèi)燃機(jī)的掩蔽效應(yīng),電驅(qū)動(dòng)系統(tǒng)噪聲已成為電動(dòng)汽車的主要噪聲源,而驅(qū)動(dòng)用永磁同步電機(jī)是該系統(tǒng)輻射噪聲的主要激勵(lì)源。因而,進(jìn)一步研究永磁同步電機(jī)的振動(dòng)噪聲特性具有重要意義[2-3]。
通常,永磁同步電機(jī)的噪聲分為空氣噪聲、機(jī)械噪聲和電磁噪聲[3]。通過諸多學(xué)者研究得知,電磁噪聲是電機(jī)噪聲的主要貢獻(xiàn)量,與電機(jī)結(jié)構(gòu)本體和非理想控制因素下產(chǎn)生的徑向電磁力有關(guān)。目前,廣泛應(yīng)用于永磁同步電機(jī)控制器的控制策略為空間矢量脈寬調(diào)制(Space Vector Pulse Width Modu‐lation,SVPWM),相對(duì)于其他策略,SVPWM 能夠提高電機(jī)的動(dòng)態(tài)響應(yīng)速度并減小電機(jī)的轉(zhuǎn)矩脈動(dòng)[4-5],但因調(diào)制特性會(huì)不可避免地引入低頻電流諧波和高頻邊帶諧波分量。在文獻(xiàn)[6-7]中分析證明了電機(jī)在搭載SVPWM運(yùn)行時(shí)的相電流是非標(biāo)準(zhǔn)正弦電流,存在低頻電流諧波和頻率為載波頻率及其整數(shù)倍頻率的高頻電流諧波。高頻邊帶電流諧波會(huì)產(chǎn)生徑向電磁力,引起電機(jī)結(jié)構(gòu)的振動(dòng)并輻射高頻噪聲[8-9],該類型噪聲是位于人耳敏感頻帶內(nèi)的窄帶噪聲,會(huì)引起駕乘人員的不適感。
為了改善電機(jī)高頻段的噪聲特性,國內(nèi)外諸多學(xué)者通過優(yōu)化設(shè)計(jì)控制策略,針對(duì)電機(jī)高頻邊帶電流諧波進(jìn)行相應(yīng)的削減,達(dá)到抑制高頻電磁力和振動(dòng)噪聲的效果。近年來,優(yōu)化邊帶電流諧波的方法主要是基于諧波能量分配的角度,即基于帕斯瓦爾(Parseval)原理,通過將載波頻率及其整數(shù)倍頻處的諧波能量擴(kuò)展到更寬的頻帶內(nèi),降低該頻率處高頻諧波能量的峰值,從而達(dá)到抑制高頻邊帶噪聲的效果[10-12]。其中,被廣泛應(yīng)用的控制策略有隨機(jī)載波頻率調(diào)制、周期載波頻率調(diào)制和混合隨機(jī)載波頻率調(diào)制。文獻(xiàn)[13]對(duì)隨機(jī)載波頻率脈寬調(diào)制和不連續(xù)脈寬調(diào)制兩種控制策略驅(qū)動(dòng)下電機(jī)的高頻邊帶噪聲進(jìn)行了主觀評(píng)價(jià),比較了兩種高頻邊帶噪聲對(duì)主觀煩惱度的影響。文獻(xiàn)[14]對(duì)正弦波和鋸齒波兩種周期載波信號(hào)進(jìn)行了理論分析,并進(jìn)行樣機(jī)實(shí)驗(yàn)證實(shí)了兩種周期性調(diào)制策略對(duì)邊帶電流諧波和聲振響應(yīng)的優(yōu)化效果。文獻(xiàn)[15]提出一種混合載波頻率調(diào)制策略,該策略對(duì)載波頻率及其整數(shù)倍頻處諧波成分有較好的抑制效果,并通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
通過國內(nèi)外學(xué)者的研究可知,判斷聲壓級(jí)幅度的降低程度可以評(píng)價(jià)控制策略對(duì)高頻邊帶噪聲的抑制效果。但使用聲壓級(jí)來評(píng)價(jià)噪聲的方法較為單一,并不能全面地反映人耳的主觀感受。由于電機(jī)噪聲的主觀評(píng)價(jià)可以較為直觀地反映人的主觀感覺,因此受到了越來越多的關(guān)注[16]。
為了保證噪聲評(píng)價(jià)的客觀性和穩(wěn)定性,大量研究證實(shí)可以從物理聲學(xué)和客觀心理學(xué)的角度選擇評(píng)價(jià)指標(biāo)對(duì)噪聲進(jìn)行客觀評(píng)價(jià)[17],以代替主觀評(píng)價(jià)。文獻(xiàn)[18]根據(jù)人耳的主觀感受提出一種客觀參量,并構(gòu)建在時(shí)頻聯(lián)合域上的客觀評(píng)價(jià)噪聲的模型。文獻(xiàn)[19]通過客觀心理聲學(xué)參量來評(píng)價(jià)電流諧波對(duì)噪聲的影響,并通過實(shí)驗(yàn)得出電流諧波惡化聲品質(zhì)的結(jié)論。文獻(xiàn)[20]對(duì)電動(dòng)汽車車內(nèi)噪聲進(jìn)行客觀評(píng)價(jià),利用神經(jīng)網(wǎng)絡(luò)構(gòu)建聲品質(zhì)評(píng)價(jià)模型,并通過權(quán)重分析,提取出相對(duì)重要的客觀評(píng)價(jià)參量。在噪聲的客觀評(píng)價(jià)時(shí),參量過多會(huì)占用大量的時(shí)間和資源,文獻(xiàn)[21]提出一種提取特征參量的方法,能夠?qū)Χ嗑S特征進(jìn)行貢獻(xiàn)量分析,實(shí)現(xiàn)多維評(píng)價(jià)指標(biāo)的降維處理。
綜上,以往的研究在評(píng)價(jià)不同控制策略下電機(jī)的高頻邊帶噪聲時(shí),存在缺少多維度評(píng)價(jià)指標(biāo)貢獻(xiàn)量分析等問題,仍需要對(duì)高頻邊帶聲學(xué)特征進(jìn)一步研究。因此,本文綜合考慮RCFPWM優(yōu)化前后的高頻邊帶噪聲,分析該策略對(duì)永磁同步電機(jī)高頻邊帶噪聲的影響,以某款電動(dòng)汽車驅(qū)動(dòng)永磁同步電機(jī)為研究對(duì)象,利用降維后的客觀心理學(xué)參量對(duì)高頻邊帶噪聲進(jìn)行評(píng)價(jià)。本文首先進(jìn)行了驅(qū)動(dòng)電機(jī)噪聲實(shí)驗(yàn),采集優(yōu)化前后多種工況下電機(jī)噪聲并截取高頻段部分,篩選后建立噪聲樣本庫;其次,計(jì)算了樣本客觀心理學(xué)參量并運(yùn)用主成分分析(PCA)[22-23]的方法提取影響客觀評(píng)價(jià)的兩個(gè)主要參量;最后,進(jìn)一步分析了高頻邊帶噪聲及主要客觀心理學(xué)參量在優(yōu)化前后隨工況的變化規(guī)律及影響程度。
常規(guī)SVPWM策略的載波頻率為固定值,為了表示載波頻率處的邊帶諧波電壓的特征,采用傅里葉變換表示在載波頻率處相電壓邊帶諧波分量:
式中:fc為載波頻率;f0為基波頻率;C2n為諧波幅值;引入貝塞爾函數(shù)[14],n=0,1,2。
對(duì)于邊帶電流諧波解析式,應(yīng)通過同步旋轉(zhuǎn)坐標(biāo)變換(Park 變換)將電壓諧波分量轉(zhuǎn)化為dq 軸分量,再由Park逆變換表述定子坐標(biāo)系上邊帶電流諧波的解析式:
式中:i2和i4表示邊帶諧波電流分量幅值。
對(duì)于內(nèi)置式永磁同步電機(jī),作用在定子齒表面上的徑向電磁力是導(dǎo)致電機(jī)結(jié)構(gòu)振動(dòng)并輻射噪聲的主要原因。氣隙處的電磁力密度可以用麥克斯韋(Maxwell)應(yīng)力張量法來定義:
式中:μ0表示真空磁導(dǎo)率,Bn和Bt分別表示徑向和切向氣隙磁密度。
徑向氣隙磁密度分量要遠(yuǎn)大于切向分量,因此忽略切向分量的影響[8]。徑向磁場可以分為永磁體磁場和定子電樞磁場,電樞磁場又可以分解為基波磁場和諧波磁場,通過文獻(xiàn)[24]可以得到各磁場的磁通密度表達(dá)式,將其代入式(3)得到徑向電磁力密度的表達(dá)式。為了簡化計(jì)算并體現(xiàn)邊帶電流諧波分量與徑向電磁力密度的關(guān)系,徑向電磁力的解析公式為
式中:v為諧波磁場階次;θ為機(jī)械角度;Nt為極對(duì)數(shù)和槽數(shù)的最大公約數(shù);fh為諧波電流頻率;p為永磁體極對(duì)數(shù)。
由式(4)可以看出,電機(jī)系統(tǒng)所產(chǎn)生的振動(dòng)噪聲可以被視為與徑向力相關(guān)的函數(shù),其時(shí)空特征與徑向電磁力相同。因此電機(jī)系統(tǒng)會(huì)輻射頻率為載波頻率附近(μf0±fc)的高頻邊帶噪聲。
在優(yōu)化電機(jī)噪聲的隨機(jī)調(diào)制策略中,最常用的是隨機(jī)載波頻率脈寬調(diào)制,其原理是將某種概率分布的隨機(jī)信號(hào)加入到開關(guān)信號(hào)中,使載波頻率在一定范圍內(nèi)變化,RCFPWM 優(yōu)化后降低了相對(duì)集中的噪聲幅度,并將窄帶噪聲變?yōu)閷拵г肼昜13],具體載波頻率可以表示為
其中:R為隨機(jī)因子,Δf為隨機(jī)增益。由式(5)可知,通過調(diào)節(jié)隨機(jī)增益Δf可使載波頻率在某一固定的范圍內(nèi)變化。載波頻率決定了電壓諧波頻譜的分布,如果載波頻率在一定范圍內(nèi)變化,其諧波頻譜也會(huì)在固定范圍內(nèi)變化,載波頻率變化范圍越大,其頻譜分布越寬。但載波頻率變化要控制在一定范圍內(nèi),過高過低都會(huì)產(chǎn)生不良影響。
本文以某款電動(dòng)汽車驅(qū)動(dòng)永磁同步電機(jī)作為研究對(duì)象。表1為該電機(jī)的具體參數(shù)。實(shí)驗(yàn)設(shè)備包括LMS 振動(dòng)與噪聲測試儀、噪聲傳感器、冷卻裝置以及電機(jī)控制器等,測試軟件采用德國西門子公司的LMS Test.Lab軟件,實(shí)驗(yàn)點(diǎn)位布置采取5點(diǎn)布置法。試驗(yàn)臺(tái)供電端采用380 V交流電,電機(jī)端通過逆變器采用80 kW 交流電供電,開關(guān)頻率設(shè)定為10 000 Hz,電機(jī)采用矢量控制系統(tǒng)驅(qū)動(dòng)。
表1 永磁同步電機(jī)主要參數(shù)Table 1 Main parameters of permanent magnet synchronous motor
為減少背景噪聲的影響,此次實(shí)驗(yàn)均在半消聲室中進(jìn)行,考慮其他裝置的干擾以及噪聲信號(hào)的均衡性,選取與電機(jī)轉(zhuǎn)軸處于同一平面,位于電機(jī)上方的噪聲傳感器所采集的噪聲信號(hào)作為分析對(duì)象。根據(jù)奈奎斯特原理,采樣率最小為最大可用頻率的2 倍,因此噪聲傳感器的采樣率選擇為40 960 Hz,完全覆蓋人耳的聽力頻帶。具體實(shí)驗(yàn)測試裝置如圖1所示。
圖1 實(shí)驗(yàn)測試裝置圖Fig.1 Experimental testing setup
為研究永磁同步電機(jī)在搭載常規(guī)SVPWM和隨機(jī)載波頻率脈寬調(diào)制兩種控制策略下電機(jī)高頻邊帶噪聲的特性,選擇多種實(shí)驗(yàn)工況,負(fù)載轉(zhuǎn)矩選取20、60和100 N·m三種模式,電機(jī)轉(zhuǎn)速從0加速到8 000 r·min-1,采集間隔為1 000 r·min-1。每種工況重復(fù)三次試驗(yàn),對(duì)各種工況的噪聲進(jìn)行篩選并建立樣本庫,采集噪聲的樣本示例如圖2所示。
圖2 采集噪聲樣本示例Fig.2 A typical example of the acquired noise
由于采集的噪聲信號(hào)為連續(xù)頻段樣本,要單獨(dú)分析聲音信號(hào)高頻段的特性,需要對(duì)樣本進(jìn)行頻域的濾波處理,而帶通濾波器可以滿足要求,能夠?qū)⑺桀l段噪聲從全頻段噪聲中完整提取出來。圖3、4分別為全頻段和高頻段的噪聲頻譜圖。
圖3 全頻段噪聲頻譜圖Fig.3 Spectrum of full-band noise
圖4 高頻段噪聲頻譜圖Fig.4 Spectrum of high-frequency sideband noise
針對(duì)篩選出的噪聲樣本,本文選擇6個(gè)客觀心理學(xué)參量對(duì)其進(jìn)行評(píng)價(jià)[15],分別為響度(Loudness)、抖動(dòng)度(Fluctuation Strength)、粗糙度(Rough‐ness)、尖銳度(Sharpness)、音調(diào)度(Tonality)和語義清晰度(Articulation Index)。其中,響度表示聲音能量的大小,采用國際標(biāo)準(zhǔn)ISO532B[18],以Zwicker模型得到特征響度并由各頻帶上積分得到總響度:
其中:ETQ表示絕對(duì)聽閾下的激勵(lì);E0表示基準(zhǔn)聲強(qiáng)下的激勵(lì);E表示聲音激勵(lì)。
尖銳度表示聲音的音色特征,反映聲音的刺耳程度,影響尖銳度最重要的因素就是共振峰,即噪聲頻譜圖上的峰值。數(shù)學(xué)模型以Zwicker響度建立:
其中:g(z)是權(quán)函數(shù)[20]。粗糙度R和抖動(dòng)度F均表示調(diào)制幅度、調(diào)制度和調(diào)制頻率,表達(dá)式分別為
其中:fm表示調(diào)制頻率;ΔLE(z)表示聲音激勵(lì)量。
音調(diào)度表示聲音頻譜中純音部分所占的比例,由單頻分量、頻率時(shí)間、聲壓級(jí)和頻帶等因素共同決定;語義清晰度反映噪聲環(huán)境下人耳區(qū)分語義的程度,受背景噪聲以及聲壓級(jí)頻率分量的影響,其公式由各頻帶的清晰度加權(quán)得到。
從采集的噪聲庫中篩選出具有代表性的12 個(gè)噪聲樣本,基于以上數(shù)學(xué)模型編程計(jì)算出各樣本的客觀心理學(xué)參量數(shù)值組成數(shù)據(jù)樣本,如表2所示。表中X1、X2、X3、X4、X5和X6分別代表語義清晰度、抖動(dòng)度、響度、粗糙度、尖銳度和音調(diào)度。
表2 客觀心理學(xué)參量的數(shù)據(jù)樣本Table 2 Sample data of objective psychological parameters
本文所選的6維客觀心理學(xué)參量具有非線性相關(guān)的特點(diǎn)。為實(shí)現(xiàn)數(shù)據(jù)降維,本文采用主成分分析的方法對(duì)客觀心理學(xué)參量進(jìn)行貢獻(xiàn)度分析,提取出對(duì)高頻噪聲評(píng)價(jià)影響較大的參量。
主成分分析本質(zhì)上是從原始數(shù)據(jù)空間中找出一組相互正交的坐標(biāo)軸,新坐標(biāo)軸的選擇與數(shù)據(jù)本身密切相關(guān)。其原理是只保留包含絕大部分方差的特征維度,忽略方差幾乎為0的特征維度,實(shí)現(xiàn)對(duì)數(shù)據(jù)參量的降維處理[25-27]。圖5 為主成分分析法應(yīng)用于客觀心理學(xué)參量特征提取的計(jì)算流程。
圖5 PCA計(jì)算流程Fig.5 PCA calculation process
將表2中的數(shù)據(jù)作為輸入樣本矩陣,構(gòu)成12×6型的數(shù)據(jù)樣本矩陣:
通過矩陣的去中心化以及轉(zhuǎn)置,計(jì)算出協(xié)方差矩陣并求解特征值和特征向量:
其中:m為樣本個(gè)數(shù),n為客觀心理學(xué)參量個(gè)數(shù),cov(X)為樣本輸入矩陣的協(xié)方差矩陣,Q為特征向量矩陣,Λ為特征值對(duì)角矩陣。
根據(jù)協(xié)方差矩陣的特征值和特征向量矩陣,得到6個(gè)主成分的特征值以及客觀心理學(xué)參量載荷矩陣,在提取特征時(shí)需考慮各主成分在噪聲評(píng)價(jià)中所占的比重,由式(15)計(jì)算得出各主成分所占的比重,計(jì)算貢獻(xiàn)率并排序。
式中:t1、t2、t3和t4為各主成分對(duì)應(yīng)的特征值,Y1、Y2、Y3、Y4分別表示4 個(gè)特征值不為0 的主成分因子,Y表示主成分評(píng)價(jià)值。
主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率,如表3所示,主成分中客觀心理學(xué)參量載荷權(quán)重如表4所示。
表3 主成分特征值及貢獻(xiàn)率Table 3 Characteristic values and contribution rates of principal components
表4 噪聲樣本客觀心理學(xué)參量的主成分載荷矩陣Table 4 Principal component load matrix of the objective psychological parameters of noise samples
計(jì)算客觀心理學(xué)參量的特征向量系數(shù)可以得到每個(gè)主成分中相對(duì)重要的特征參量。主成分中特征向量系數(shù)Cp計(jì)算公式為[28]
式中:lp表示主成份載荷,Ep表示主成份對(duì)應(yīng)特征值。
第一、第二主成分在評(píng)價(jià)中起關(guān)鍵作用,其特征參量表達(dá)式為
其中:函數(shù)Y1和Y2分別代表主成分因子,X1、X2、X3、X4、X5和X6代表6個(gè)客觀心理學(xué)參量。
由式(16)、(17)可以得出在第一主成分中響度所對(duì)應(yīng)的系數(shù)最大,其次為尖銳度;第二主成分中尖銳度對(duì)應(yīng)系數(shù)最大,對(duì)應(yīng)貢獻(xiàn)量最大。通過對(duì)12個(gè)噪聲樣本的6維數(shù)據(jù)進(jìn)行降維,得到對(duì)高頻邊帶噪聲評(píng)價(jià)貢獻(xiàn)量較大的兩個(gè)主要客觀心理聲學(xué)指標(biāo),即響度和尖銳度。
本文選擇相同工況下兩種調(diào)制策略驅(qū)動(dòng)下電機(jī)高頻邊帶噪聲進(jìn)行分析。圖6、7 分別為兩種控制策略下電機(jī)高頻邊帶聲學(xué)響應(yīng)的實(shí)驗(yàn)結(jié)果。
圖6 常規(guī)SVPWM對(duì)高頻邊帶噪聲的聲學(xué)響應(yīng)Fig.6 Acoustic response of conventional SVPWM to high-frequency sideband noise
圖7 隨機(jī)載波頻率脈沖寬度調(diào)制對(duì)高頻邊帶噪聲的聲學(xué)響應(yīng)Fig.7 Acoustic response of RCFPWM to high-frequency sidebands noise
對(duì)比圖6、7 可知,在常規(guī)SVPWM 下電機(jī)高頻邊帶噪聲呈離散化分布且具有較多的窄帶峰值,其中最高峰值達(dá)到44.51 dB(A),底帶噪聲的聲壓級(jí)約為10 dB(A)。在隨機(jī)載波頻率脈寬調(diào)制下電機(jī)的高頻邊帶噪聲向白噪聲方向發(fā)展,分布較為連續(xù)且無明顯窄帶峰值,噪聲的最大值為38.92 dB(A),底帶噪聲有一定程度提高,約為20 dB(A)。因此,從物理聲學(xué)的角度證明了隨機(jī)載波頻率脈寬調(diào)制能夠明顯抑制聲壓級(jí)峰值并且使得邊帶噪聲頻譜為連續(xù)的寬帶噪聲。
通過主成分分析結(jié)果可知,響度和尖銳度能夠反映電機(jī)高頻邊帶噪聲的客觀心理學(xué)特性,在此基礎(chǔ)上對(duì)比分析優(yōu)化前后噪聲客觀心理學(xué)參量的變化情況。高頻邊帶噪聲優(yōu)化前后客觀心理學(xué)參量變化情況如圖8、9所示。
圖8 優(yōu)化前客觀心理學(xué)參量隨轉(zhuǎn)速變化情況Fig.8 Variations of objective psychological parameters with rotation speed before optimization
圖9 優(yōu)化后客觀心理學(xué)參量隨轉(zhuǎn)速變化情況Fig.9 Variations of objective psychological parameters with rotation speed after optimization
從圖8、9 中的結(jié)果可知,電機(jī)高頻邊帶噪聲的尖銳度和響度隨轉(zhuǎn)速和轉(zhuǎn)矩均有一定程度的變化,尤其是響度隨轉(zhuǎn)速的上升而增大,尖銳度隨轉(zhuǎn)速的升高而降低。隨機(jī)載波頻率脈寬調(diào)制優(yōu)化后各工況下高頻邊帶噪聲尖銳度均有不同程度的降低,但響度變化不明顯。由于高頻邊帶噪聲的聲壓級(jí)和響度值并不高,對(duì)人耳聽覺的影響程度不大,不會(huì)影響駕乘體驗(yàn)。而隨機(jī)載波頻率脈寬調(diào)制控制下電機(jī)高頻邊帶噪聲的尖銳度明顯受到了抑制,尖銳度直接反映噪聲的刺耳程度,該參量的降低可以降低人的煩惱度。
本節(jié)從客觀心理學(xué)的角度,以尖銳度和響度為評(píng)價(jià)參量分析了隨機(jī)載波頻率脈寬調(diào)制對(duì)高頻邊帶噪聲的優(yōu)化效果。綜合噪聲物理聲學(xué)參量以及客觀心理學(xué)參量評(píng)價(jià)得知,隨機(jī)載波頻率脈寬調(diào)制通過將高頻段噪聲的能量較為均勻地?cái)U(kuò)展到較寬的頻段內(nèi),從而削減了窄帶噪聲的數(shù)量以及噪聲幅度,降低了尖銳度幅度,優(yōu)化了電機(jī)高頻邊帶噪聲的刺耳程度。
本文通過主成分分析法提取出了評(píng)價(jià)永磁同步電機(jī)高頻邊帶噪聲的主要客觀心理學(xué)參量,并在多種工況下對(duì)RCFPWM進(jìn)行客觀評(píng)價(jià)研究,得到以下結(jié)論:
(1)運(yùn)用主成分分析法將6 個(gè)客觀心理學(xué)參量降低到4個(gè)主成分變量,最終提取尖銳度和響度兩個(gè)主要客觀心理學(xué)參量,簡化了電機(jī)高頻邊帶噪聲客觀評(píng)價(jià)的流程。
(2)與常規(guī)SVPWM進(jìn)行對(duì)比,RCFPWM在轉(zhuǎn)矩為20 N·m 和60 N·m 工況下噪聲響度變化不大,在轉(zhuǎn)矩為100 N·m的負(fù)載下的響度略有提高,而在三種負(fù)載工況下噪聲尖銳度均有降低,尤其是在中高轉(zhuǎn)速范圍內(nèi)的尖銳度幅度明顯得到了抑制。
(3)基于主要特征客觀心理學(xué)參量評(píng)價(jià)了RCFPWM 對(duì)電機(jī)高頻邊帶噪聲的優(yōu)化情況,從物理聲學(xué)以及客觀心理聲學(xué)的角度分析了RCFPWM優(yōu)化電機(jī)高頻刺耳噪聲的效果,可以為電驅(qū)動(dòng)總成聲品質(zhì)的優(yōu)化設(shè)計(jì)提供實(shí)驗(yàn)依據(jù)。