收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于人工神经网络的汽车声品质评价与应用研究

孙强  
【摘要】: 汽车声品质设计理念的提出,将汽车声学设计与消费者的需求紧密联系在一起,使之融入汽车整车及各零部件的声学设计中,体现了“以人为本”的设计理念。将声品质作为噪声的评价标准,建立一个良好的、舒适的、另消费者满意的车内声学环境,是当今汽车噪声研究的重要内容,也是未来的发展方向。目前,国内外对汽车声品质的研究并不成熟,还存还在很多亟待解决的问题,如:声品质主观评价试验耗时、耗财,工作量大;评价者易受疲劳及外界因素的影响,导致评价结果不准确;以往的多元线性回归模型推广能力差、预测精度低;声品质评价模型缺乏对改善车内声品质方面的实践应用和指导意义。本文旨在研究汽车声品质的预测模型及其在实践中的应用,尝试采用人工神经网络技术建立国产轿车的声品质预测模型,使该模型能够真实反映我国消费者对国产轿车声品质的主观感觉,并得出有效的、准确的评价结果,而无须进行主观评价试验及复杂的建模和计算。 本文以汽车车内声品质的评价技术与实践应用为贯穿全文的主线,针对我国中、高档轿车的车内声品质,以偏好性和烦躁度为评价指标分别进行了主观评价试验及客观量化描述。以主观评价试验结果为基础,采用人工神经网络的方法建立了声品质偏好性和声品质烦躁度的BP神经网络预测模型,通过与以往基于多元线性回归分析所建模型的对比分析,验证了神经网络模型的准确性和优越性。基于该模型和虚拟仪器技术建立了汽车声品质神经网络评价系统,利用该系统对试验车车内声品质进行了评价与分析,并采取有针对性的控制措施改善了车内声品质,验证了所建声品质神经网络预测模型的有效性和实用性。全文主要研究内容如下: 首先,针对匀速工况下B级轿车的车内声品质偏好性指标和加速工况下的声品质烦躁度指标进行主观评价试验。分别采用成对比较法和等级评分法对声音样本的声品质偏好性和声品质烦躁度指标进行主观评价试验,并对试验结果进行数据检验,剔除其中检验不合格的评价者的评价结果,根据剩余评价者的主观评价结果计算出每个样本的主观评价值。通过相关分析和多元线性回归分析建立以心理声学客观参数量化描述主观评价结果的声品质偏好性和声品质烦躁度的数学模型。结果表明,B级轿车在匀速工况下行驶时,车内声品质偏好性主要受响度和尖锐度两个心理声学参数影响;在加速工况下行驶时,车内声品质烦躁度主要受响度、粗糙度和A声级3个声学参数影响,试验结果为建立声品质神经网络预测模型提供先验知识及样本数据。 然后,采用人工神经网络技术建立声品质偏好性和声品质烦躁度的BP神经网络预测模型。通过对Matlab实验结果的比较分析和讨论,获得声品质偏好性和声品质烦躁度BP神经网络预测模型的网络结构及训练参数,利用遗传算法确定网络的最优初始权值,避免网络训练过程中出现局部极小值,同时也缩短了网络训练时间。采用LM学习算法对网络进行训练以获得各网络的连接权系数和阈值。对两个BP神经网络模型的训练结果和检验结果进行误差分析和相关性分析,训练和检验结果的高精确性、高相关性充分说明两个BP神经网络模型已具备很强的学习能力和泛化能力。分别应用神经网络模型和多元线性回归模型对检验样本的声品质进行预测,并对结果进行对比分析。声品质偏好性和声品质烦躁度的神经网络模型预测结果与主观评价值的最大相对误差分别为18.9%和11.3%,远低于多元线性回归模型的26.7%和16.7%;两个模型的性能指数分别为0.003和0.001,也低于多元线性回归模型的0.006和0.003。结果表明,两个BP神经网络模型的精度和性能都优于多元线性回归模型,证明所建声品质神经网络预测模型的精确性和优越性。 其次,为验证声品质神经网络预测模型的有效性和实用性,基于所建声品质偏好性和烦躁度的神经网络预测模型采用虚拟仪器技术建立汽车声品质神经网络评价系统,并利用该系统对某试验车加速工况下的车内噪声进行测量与声品质分析,通过实施有效的噪声控制措施改善车内声品质。利用LabVIEW和Matlab软件的混合编程所建立的汽车声品质神经网络评价系统能够对匀速和加速工况下的车内噪声信号进行采集与处理,同时,系统还具有声学参数的计算、图形显示以及声品质指标的评价功能。该系统利用Matlab软件对声品质客观评价参数:A声级,响度,粗糙度,尖锐度进行编程计算,并与德国Head Acoustics公司的ArtemiS软件的计算结果进行对比分析,验证了本文所建心理声学参数计算模型的可靠性和准确性。 最后,应用所建声品质神经网络评价系统对试验车在加速工况下的车内噪声进行测量与声品质分析,验证声品质评价模型在改善车内声品质方面的实用价值和指导意义。针对发动机转速在3000r/min~3500r/min下的车内声品质进行改善,通过心理声学参数与振动信号间的偏相干分析,找出对车内声品质影响最大的声源位置为仪表板、车身顶棚、驾驶员及副驾驶位置的地板,并采取有针对性的措施进行控制。对实施降噪措施后的试验车进行道路试验,结果表明与降噪前相比车内声品质烦躁度指标提高了12%以上,证实了偏相干分析技术在以声品质为标准进行声源识别上的可行性和有效性。 本文的研究结果表明,人工神经网络理论完全适用于汽车车内的声品质评价研究,具有较高的理论意义及良好的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王宪成;杨莹;何星;刘海涛;;低气压环境下柴油机涡轮增压器转速实车估算方法[J];装甲兵工程学院学报;2011年03期
2 王学斌;陈全;;人工神经元网络在安全事故趋势预测中的应用[J];天津理工大学学报;2011年03期
3 戴添发;赵鸿;;随机变异—优化选择神经网络在铁货运量预测方面的应用[J];新疆师范大学学报(自然科学版);2011年02期
4 贺岩松;荣坤强;徐中明;杨振冬;;基于声品质评价的消声器护板改进设计[J];重庆理工大学学报(自然科学);2011年07期
5 李训亮;门路;周山;;GA-BP神经网络在航空发动机状态监测中的应用研究[J];计测技术;2011年04期
6 刘蒙蒙;张璐;江俊松;;骡坪隧道围岩参数的智能反分析研究[J];西华大学学报(自然科学版);2011年04期
7 张锦华;原思聪;张晓钟;郭海燕;;基于人工神经网络响应面技术的多学科优化方法研究及应用[J];西安建筑科技大学学报(自然科学版);2011年03期
8 李文明;;基于BP神经网络的福州港集装箱吞吐量预测与分析[J];福建电脑;2011年07期
9 王彭结;王俊佳;;装备中高分子材料长储老化的W-SVM研究方法[J];制造业自动化;2011年17期
10 魏海;杨华舒;武亮;;基于人工神经网络的重力坝安全可靠度分析[J];河海大学学报(自然科学版);2011年04期
11 王江涛;刘海琴;王剑;;神经网络矢量控制在永磁同步电动机中的应用[J];现代制造工程;2011年06期
12 高庆敏;孟繁为;王利平;蔡宇飞;;智能电网中电力负荷短期预测数据挖掘模型[J];华北水利水电学院学报;2011年03期
13 彭显刚;胡松峰;吕大勇;;基于RBF神经网络的短期负荷预测方法综述[J];电力系统保护与控制;2011年17期
14 李桃;;基于信号处理的齿轮箱故障诊断研究[J];机械管理开发;2011年04期
15 邓欣;余倩;刁贵强;李俊;余林;李永峰;;BP网络对溶胶凝胶法合成cryptomelane的优化设计[J];广西大学学报(自然科学版);2011年03期
16 赵金侠;;基于动力特性桥梁损伤诊断方法研究[J];山西建筑;2011年20期
17 陈国初;王鹏;徐余法;俞金寿;;基于小波分解的风电场短期功率混合预测模型[J];上海电机学院学报;2011年03期
18 舒隽;甘磊;;极限学习机方法在电力线路建设成本估算中的应用研究[J];现代电力;2011年04期
19 王小波;刘德强;;基于人工神经网络的短期负荷预测的研究[J];电力学报;2011年04期
20 赵磊;刘克素;冯玉慈;刘全坤;王成勇;;右后柱加强板拉深成形优化预测模型的建立[J];合肥工业大学学报(自然科学版);2011年07期
中国重要会议论文全文数据库 前10条
1 冯玉强;黄梯云;;基于人工神经网络的人口发展模型的自动选择[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第3卷)[C];1995年
2 赵卿;曹晓岚;;人工神经网络及其在医学中的应用[A];第五次全国中西医结合神经科学术会议论文集[C];2004年
3 田国富;张国忠;张幼君;;人工神经网络在齿轮设计中的应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
4 汪学清;单仁亮;;人工神经网络在爆破块度预测中的应用研究[A];第二届中国水利水电岩土力学与工程学术讨论会论文集(一)[C];2008年
5 应义斌;景寒松;赵匀;;人工神经网络在黄花梨果形识别中的应用[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 周保生;朱维申;;巷道围岩移近量的人工神经网络预测[A];第一届海峡两岸隧道与地下工程学术与技术研讨会论文集(下册)[C];1999年
7 闵惜琳;;信息系统中基于神经网络的统计需求分析[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年
8 赵金鑫;许宝杰;;基于改进的BP网络的矿用风机故障诊断方法的研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 刘永清;刘泉宝;蔡广基;;最大存贮容量的前馈神经网络拓扑结构的研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(上册)[C];1995年
10 赵林度;陈斐松;陈天滋;;基于BP算法的图象数据压缩的研究[A];1995中国控制与决策学术年会论文集[C];1995年
中国博士学位论文全文数据库 前10条
1 孙强;基于人工神经网络的汽车声品质评价与应用研究[D];吉林大学;2010年
2 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
3 李军红;冷轧带肋钢筋工艺的现代优化方法及质量控制[D];南昌大学;2006年
4 Han Qiang;[D];山东大学;2005年
5 申金山;基于人工神经网络的化学发光法及光度法在多组分同时测定中的应用研究[D];四川大学;2005年
6 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年
7 王海瑞;密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D];昆明理工大学;2007年
8 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
9 刘永阔;核动力装置故障诊断智能技术的研究[D];哈尔滨工程大学;2006年
10 蒲秀娟;胎儿心电信号提取研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘永福;人工神经网络在上海股市趋势预测中的应用——与时间序列预测对比分析[D];东北财经大学;2003年
2 盛本云;人工神经网络在变电站综合自动化系统优化中的应用[D];南京理工大学;2003年
3 薛新华;人工神经网络在地基土液化判别中的作用[D];中国海洋大学;2004年
4 董添文;CO_2气体保护焊干扰因素计算机识别系统的研究与设计[D];内蒙古工业大学;2005年
5 金洪星;脑电图自动检测技术的研究和应用[D];南京工业大学;2005年
6 徐学明;基于人工神经网络的车辆跟驰模型研究[D];北京工业大学;2006年
7 黄智;四川工业经济预警方法、模型与信息系统研究[D];四川大学;2006年
8 黄雪燕;人工神经网络在GDP预测中的应用研究[D];吉林大学;2007年
9 孙立春;早期推定粉煤灰混凝土强度试验研究[D];西安建筑科技大学;2007年
10 李庆玲;氧化锌避雷器运行状况研究[D];兰州理工大学;2008年
中国重要报纸全文数据库 前10条
1 胡性慧 王唯赫 杨腾;人工神经网络拓宽版权贸易路径[N];中国知识产权报;2010年
2 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003年
3 本报记者 靖九江 采写;人工神经网络在临床上的应用[N];中国医药报;2005年
4 苑希民(中国水利水电科学研究院决策支持技术研究室 主任) 李彦彬 徐建新(华北水利水电学院) 李鸿雁(北京理工大学管理与经济学院) 苑韶峰 吕军(浙江大学环境与资源学院);人工神经网络 灵感源于大脑[N];中国水利报;2005年
5 记者 周前进;人工神经网络可筛查糖尿病[N];健康报;2000年
6 市劳动保护科学研究所所长 张斌;关注噪音提升城市“声品质”[N];北京日报;2010年
7 徐会川;延伸人类智力——人工神经网络[N];电脑报;2003年
8 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
9 本报记者 范毅波 张旭军;带上望远镜上路[N];网络世界;2005年
10 记者靖九江;发动e引擎 推动健康事业发展[N];中国医药报;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978