详情

原文传递基于CEEMD-SVM的乘用车座椅异响评价研究

论文题名：	基于CEEMD-SVM的乘用车座椅异响评价研究
关键词：	乘用车;座椅异响;评价模型;互补集合经验模态分解;样本熵;麻雀搜索算法;支持向量机
摘要：	随着汽车工业的飞速发展，消费者对汽车品质要求也越来越高。座椅作为汽车与人贴身部件，其产生的异响会引起驾乘人员不适，从而使汽车品质感降低，因此，设计汽车时评价座椅异响对于座椅的选择和改进具有实际意义和工程价值。本课题以乘用车座椅为研究对象，对其异响进行主客观评价，采用互补集合经验模态分解及样本熵构建座椅异响的特征向量，并建立座椅异响评价模型，与传统心理声学参数评价模型对比，以找寻更适合座椅异响的评价方法。　　首先，分析座椅尖叫异响和敲击异响等常见异响现象产生的机理和影响因素，采集和构建座椅异响室内试验的通用载荷谱。座椅结构和异响机理分析可知座椅异响源头和影响驾乘人员体验的位置为座椅头枕和滑轨，因此试验时将座椅头枕和滑轨确定为采集座椅异响信号的具体位置；考虑到道路试验路况的复杂性和试验成本，选取不同类别的6个车型座椅在不同路面上进行确定工况道路试验，采集滑轨处车身的加速度响应，应用包络线方法生成用于室内座椅异响试验的通用载荷谱，并对通用载荷谱进行了分析和试验验证。结果表明：通用载荷谱保留了所有试验路面激励载荷的频谱，只是在对应激励幅值上有所加大，台架试验与路试结果一致性较好，从而验证了通用载荷谱的有效性。　　然后，应用通用载荷谱加载在试验台上进行座椅异响试验，试验时选取了座椅异响最易产生的头枕和滑轨部位进行异响信号采集，同时进行了主观评价。主观评价由5位专业异响工程师在试验室现场采用等级评分法进行听音打分得到主观评价结果；对采集的座椅异响信号样本应用Artemis软件计算N10响度等传统心理声学参数，并分析其与主观评价结果的相关性，发现N10响度、尖锐度和粗糙度等传统心理声学参数与主观评价结果的相关性系数均大于0.8。考虑到座椅异响信号的非平稳性和用传统心理声学参数描述非平稳信号的局限性，采用互补集合经验模态分解（CEEMD）提取异响噪声信号特征即IMF分量，引入样本熵构建座椅异响的特征向量。通过计算发现声样本的样本熵复杂度随其阶数的增大呈下降趋势，样本熵值在8阶后趋近于0，因此，最终确定取前八阶构建特征向量，为后续建模工作提供了新的客观参数。　　最后，评价座椅异响时应用麻雀搜索算法-支持向量机（SSA-SVM）的方法，分别建立以传统心理声学参数为变量的模型（简称传统模型）和以CEEMD分解的样本熵特征向量为变量的模型（简称CEEMD模型）。座椅头枕和滑轨的传统模型的均方根误差、平均绝对误差、拟合系数为0.39435、0.34680、0.85174和0.37074、0.34687、0.83550，而CEEMD模型为0.29658、0.25048、0.91614和0.28501、0.26757、0.90279。结果表明：CEEMD模型与传统模型相比，误差小且拟合系数大，说明CEEMD模型优于传统模型。应用CEEMD模型对新座椅进行的预测评价与主观评价结果对比，相对误差最大仅为5％，最小仅为1.1％，说明CEEMD模型的整体预测结果较好。　　本课题研究表明，座椅异响采用CEEMD分解的方法建立异响主客观评价模型即CEEMD模型，既可以简化费时费力的主观评价，又能得到优于传统心理声学参数模型即传统模型，该方法也提供了一种新的客观参数用于构建座椅异响的主客观模型。鉴于CEEMD模型在建模时未添加其他条件，因此也可以运用到其他非平稳信号声品质研究。
作者：	金鸿
专业：	工程(车辆工程)
导师：	黄泽好;李哲
授予学位：	硕士
授予学位单位：	重庆理工大学
学位年度：	2023