原文传递
某特种车车内声品质预测与主动控制研究
| 论文题名： | 某特种车车内声品质预测与主动控制研究 |
| 关键词： | 车内噪声控制;声品质预测;机器学习;主动控制 |
| 摘要： | 目前随着人们对于车内舒适性要求的不断提高，简单降低声压级已经不能满足人们对于噪声控制的要求。声品质可以从更丰富的维度去描述声音，更能体现人的主观烦躁度。传统的噪声控制通过声学材料或结构对噪声的整个频段进行控制，但对于人们更加敏感的低频噪声控制效果不佳。主动控制通过声波抵消技术能有效控制令人烦躁的低频噪声，同时根据车内噪声的特点有选择性的进行降噪，从而达到改善车内声品质的要求。本文以特种车为研究对象，根据特种车车内噪声的特点进行主动降噪来改善声品质，主要研究内容有： 首先，车内噪声样本的采集与整理。确定采集工况与采集位置，将采集的声音处理成68个可进行主观评价的声音样本。选择合适的主观评价方法，组织人员进行了主观评价。对主观评价数据进行相关性分析，保留符合要求的数据作为声品质预测模型的输出。选择相应心理客观参数，计算声音样本的心理声学客观参数，保留相关数据作为声品质预测模型的输入。 其次，建立声品质预测模型。通过神经网络建立预测模型，虽然能建立有效的映射，但由于神经网络存在一定的缺点，最后选用在机器学习中得到广泛认可的XGBoost建立预测模型。模型相关性系数为0.953，平均相对误差为2.43%，通过对比BP神经网络和随机森林的相关系数和平均相对误差，验证了模型的有效性。权重分析得到A声级和响度对主观烦躁度影响较大。 然后，由于特种车结构和运行工况的特殊性，车内噪声具有非线性、非平稳的特点。采用经验模态分解获得一组固有模式函数来降低噪声的非平稳度，然后通过FxLMS算法进行控制，从残余噪声幅值和收敛速度来看都优于原有算法。从声品质客观参数来看，对主观烦躁度影响较大的A声级和响度都得到有效控制。组织原有人员进行主观评价，主观分数由5.81提升到7.92，提升幅度为26.6%。说明通过降低噪声信号的非平稳度能有效改善噪声声品质。 最后，通过STM32开发板作为硬件设备，以FxLMS算法为基础的控制算法作为主动降噪算法，验证其有效性。 |
| 作者： | 彭沸潭 |
| 专业： | 工程(车辆工程) |
| 导师： | 欧健;蒋黎明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
